抡锤者

@stormaround 开个新的对话就可以了，上下文太长了就得开，claude对于新对话支持的比较好

@densha 在claude里面跑起来效果不错，有时候27B出错的时候我就切换他来跑，

@AGI 是Qwen2.2 code那个版本吗？我之前用了一个十几G的，做事情做到一半他会自动停，需要你一直教他做事，不知道是不是我用错了

@abaalei 还是得像你学习，弄3个号，什么都解决了，

@CHIA-AN-YANG 这个我已经弄了一个号，额度不够用

@abaalei sonnet也有免费的薅吗？

@艷陽天 对，搭配cc-switch，你想让他聪明点，调用各种工具的话就不能使用越狱版本的，需要用到原版，好像MTP也不能用。不行你就换更大的模型https://lcz.me/topic/792/实测-7900xtx使用qwen3.6-35b-a3b速度稳定在80-t-s

@terry 做总项目调度，调试软件、工作流，等等。

这个模型支持多模态，所以日常被我拿来用于工作，速度挺快的，也能持续干活，
Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-IQ4_NL.gguf
启动参数

./llama-cli -m /path/to/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-IQ4_NL.gguf \
  --mmproj /path/to/mmproj-Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-f16.gguf \
  -ngl 99 \
  -c 131072 \
  -fa \
  --batch-size 512 \
  -t 8 \
  --temp 0.7 \
  --repeat-penalty 1.1

不搞英伟达64G吗？

@wml-ai 说:

京东已经涨价了，R9700涨了快一千。

太狠了

老特说过，买到就是赚到，这不是马上来消息了吗？

@Q-maria 说:

@koala 测了。。7900xtx 跑不了直接卡死

https://huggingface.co/vantagewithai/Sulphur-2-Base-GGUF/tree/main

有蒸馏版模型可以玩，之前替换掉原来的ltx2.3大模型就可以了，适配7900xtx的应该是Q4_K_M.gguf

非技术流大神应该搞不定这个繁琐的流程，虽然听得一知半解的，倒是给了点思路，你用机制罗的哪个流程做底膜？我拿来改改试试

楼主是什么卡呀？

sulphur_dev_fp8mixed.safetensors 29.2 GB

24G的显卡玩不了这个吧

该榜单反映的是AI绘画（Stable Diffusion）的生成性能*，而非传统游戏性能。在AI绘图领域，NVIDIA（N卡）与AMD（A卡）的表现差异巨大，且评价标准与打游戏完全不同。
以下是基于该榜单的具体分析与建议：
1. 阵营选择：NVIDIA 具有压倒性优势
现象： 榜单前列几乎被 GeForce RTX 系列（绿色条）垄断。AMD Radeon RX 系列（红色条）即使硬件规格很高（如 RX 7900 XTX），在 Stable Diffusion 测试中的得分也远低于同级别的 N 卡。
原因： Stable Diffusion 高度依赖 NVIDIA 的 CUDA 生态和 Tensor Core 加速。AMD 显卡虽然可以通过 ROCm 等技术运行，但效率、兼容性和速度目前仍无法与 N 卡抗衡。
建议： 如果您的主要用途包含 AI 绘画、深度学习或本地大模型运行，请无脑选择 NVIDIA 显卡。如果您主要为了打游戏，这张表的参考价值有限（AMD 显卡在游戏性价比上通常更高，但在 AI 领域表现不佳）。

2. 性能梯队与型号推荐（针对 AI 绘图）
第一梯队（顶级性能）：RTX 5070 Ti / RTX 4080 SUPER
得分： 53.3%
意见： 这是目前榜单中生成速度最快的显卡。如果您预算充足，追求极致的出图效率，这两款是首选。RTX 5070 Ti 作为新卡，性能追平了上一代旗舰级的 4080 SUPER，性价比可能更高。
第二梯队（高端主力）：RTX 4080 / RTX 3090 Ti / RTX 4070 Ti SUPER
得分： 43% - 51%
意见：
RTX 4070 Ti SUPER 是一个非常值得关注的型号（得分 43.6%）。虽然核心性能略逊于 3090 Ti，但它通常配备 16GB 显存，且架构更新，能效比更好。
RTX 3090 / 3090 Ti（得分 39.6% / 43.7%）：虽然排名不是最前，但它们拥有 24GB 超大显存。在 AI 绘图中，显存大小决定了“能不能跑”（防止爆显存），而核心速度决定了“跑多快”。如果您需要训练 LoRA 模型或生成超高分辨率图像，3090 系列的 24GB 显存是无可替代的“神器”，其实际可用性甚至高于排名更高的 4070 Ti（8GB/12GB显存版本）。
第三梯队（中端/入门）：RTX 5060 Ti 16GB / RTX 4070
意见： 榜单中出现了 RTX 5060 Ti 16GB（得分 27.6%）。请注意它的显存容量。在 AI 绘图中，16GB 显存比核心性能更重要。这张卡虽然核心速度一般（甚至不如老款 2080 Ti 的速度），但大显存允许您运行更复杂的模型而不报错。对于预算有限的 AI 入门者，“大显存 N 卡”是最佳策略。

3. 关于 AMD 显卡的特别警示
现象： Radeon RX 9070 XT (39.8%) 和 RX 9070 (36.8%) 表现尚可，进入了中游水平，这可能是新一代架构对 AI 计算有所优化。但是，曾经的旗舰 RX 7900 XTX 仅得 27.7%，甚至低于 RTX 3070。
建议： 除非您是极客玩家，愿意花费大量时间配置环境（如 Linux + ROCm），否则不建议购买 AMD 显卡用于 Stable Diffusion。同样的预算买 N 卡，在 AI 领域的体验会好得多。

4. 总结建议
如果您是为了 AI 绘图（Stable Diffusion）：
预算充足： 选 RTX 5070 Ti 或 4080 SUPER。
追求大显存/模型训练： 寻找二手的 RTX 3090 (24GB)，性价比极高。
中端性价比： 选 RTX 4070 Ti SUPER (16GB) 或 RTX 5060 Ti 16GB。
如果您是为了打游戏： 请忽略此表，参考传统的游戏显卡天梯图（此时 AMD 的 7900 XTX 或 9070 XT 性价比会高很多）。

@mei-li 有能力还是英伟达，这不是穷吗？那就先看性价比了

@冲久 说:

@koala
a卡不是说兼容性不好么？大佬有用过么？

a卡兼容性是不好，但是芯片新，带宽大，性价比之王，你选的V100能跑，那个3年前还能当个宝贝，现在的话真不能看，价格都到这了，你还不如拿个新的算力强的。



这样你能更直观的看到7900TXT站在什么梯队，8900，你买个二手的7900txt也就4000出头，既然都搞二手的，你不如要算力强的。