太疯狂了。 Qwen 3.8 27B 现在可以在 RTX 4060 上本地运行，仅需 8GB VRAM。 使用 Unsloth 的新 IQ4_XS 量化，64,000 token 上下文窗口，仅占用 14.6GB 硬盘空间。 预填充速度达到 150 tokens/秒，解码速度为 5 tokens/秒，通过原生 MTP 实现。 仅卸载 25 层 GPU 层以保持在 8GB 内——零溢出。 量化的 KV 缓存大幅降低了内存占用。 一个在多个基准测试中击败 Claude Opus 4.6 的模型。 运行在一块 $300 的显卡上。 好好品一品。 发帖前有个提醒：那句“在多个基准测试中击败 Claude Opus 4.6”是一个强有力且具体的说法——如果你没有准备好截图或基准测试链接放在回复中，这句话很快会被事实核查，可能会削弱帖子可信度。最好手头有证据。