抡锤者

既然版本比较新，无需设置--chat-template-file，会自动提取，去掉 --jinja ^
--chat-template-file chat_template.jinja ^
--reasoning-format deepseek ^ 这三个参数试试， 尤其最后一个。

你的llama-server是什么版本？ 我一直用opencode + 最新的 llama-server 搭配3.6 3.8的27B来干活，没有出现你说的问题。
注意配置文件opencode.json中，设置你的模型 provider -> llama.cpp -> models 配置qwen3.8 模型时加上
"limit": {
"context": 204800, <==这里用你的llama-server的上下文长度，不然干长时间任务可能超出
"output": 65535
},
至于其它的设置按照qwen3.8的说明来配置就行。qwen3.8的能力很强的，花点时间用起来值得的。
3.8对比3.6 给我最大的惊喜是，开发完之后，会按照需求进行详细测试。全栈应用上开发完成之后，会自动的调用浏览器进行端到端的测试，有兴趣的坛友可以给opencode提供playwright-cli技能。

我想购买一个128G的

1. 主要是看中他满载功耗低，
2. 统一内存又没有显存焦虑
   就是不知道跑Q4_K_M 或者 Q8 ，搭配opencode或者harmes在真实环境下，一般的速度分别是多少？

多谢各位大佬!

楼主，请问ai max+ 395 跑 qwen3.6-27b Q4_K_M 或者 Q8 的通常速度是多少？ 带和不带mtp 速度有多少提升?

楼上说的不错。 24G单卡发挥不出那两个的优势。llama.cpp默认够用

I-mini用起来效果如何？ 用这个提示词，看看能不能一次写出来： 编写一个网页版的贪吃蛇游戏，需求如下：
1, 普通食物：紫色球形，加10分，游戏启动时放置1个，被吃后立即刷新，没被吃这一直存在；
2, 特殊食物：金色星形，加30分，游戏启动后每间隔 10~30 秒随机出现1个，带脉冲动画和倒计时条，存在8秒
3, 缩小食物：绿色菱形，不加分，游戏启动后每间隔 20~40 秒随机出现1个，吃到后身体缩短3格（最少保留2节身体），带脉冲动画和倒计时条，存在8秒
4, 变长食物：红色正方形，加20分, 游戏启动后每间隔 40~80 秒随机出现1个，吃到后身体变长3格， 永久存在（被吃才消失），最多20个
5, 游戏画布30x30网格， 背景色蓝色，格子间有浅色分割线，中画布600x600
6, 蛇身绿色，椭圆形，蛇头球形，有眼睛，白底黑眼珠，看向前进方向
7, 空格键暂停/继续游戏
8, 仅用方向控制蛇走向,禁止 180° 掉头
9, 页面首次加载和游戏结束时，按回车键可开始新游戏
10, 页面布局：中间为画布，
10.1 画布上方显示当前得分, 蛇的长度, 几秒后将出现的特殊食物。
10.2 画布下方显示累积吃到的食物。 比如： 累积吃到 紫色10 金色 2 绿色 1 红色 1
10.3 画布下方增加一行，显示最近一次事件： 比如吃到金色食物 +30
10.4 游戏结束时在画布上显示结束原因,并提示按Enter键重新开始

楼主这个效果非常不错。看来买新不买旧非常有道理的。

难道是魔改的L40S吗？

看了你的7900xtx，如果纯跑27B，我还是不入坑了。保持两张16G的羊垃圾，27B-IQ4_NL(理论上比Q4_K_M小一些，智力稳一些)， q8_0的kv-cache 256k可以跑，保险一些224k 240k 加mtp一次吐出8k左右能稳定40-50 t/s。 楼主的单卡24可以考虑折腾dflash，据说速度最高可以10倍。