业余项目 Lean-QwenFlash 让阿里 1250 亿参数开源模型在 8GB 内存限制下跑通
热点事件持续更新
业余项目 Lean-QwenFlash 让阿里 1250 亿参数开源模型在 8GB 内存限制下跑通
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
开发者 MaxDevv 基于开源项目 glm53-flash-offload 改造出 Lean-QwenFlash，据其 GitHub 页面介绍，可在显存限制为 16GB、系统内存仅 8GB 的条件下，运行阿里 1250 亿参数开源模型 Qwen3.8-Flash-Next，并支持完整的 262,144 token 上下文窗口。 需要注意测试条件：实测硬件是一张 24GB 的 RTX 4090，只是人为限制到 16GB 显存和 8GB 系统内存来模拟低端配置。项目公布的运行要求仍包括至少 16GB 显存的 Nvidia GPU 和一块高速 NVMe 固态硬盘；据项目方称，若 SSD 速度不够，将无法复现约每秒 1,600 token 的全上下文预填充成绩。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 22:44
Lean-QwenFlash 项目在 8GB 内存上运行 125B 参数的 Qwen3.8-Flash-Next报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- Startup FortuneLean-QwenFlash 项目在 8GB 内存上运行 125B 参数的 Qwen3.8-Flash-Next
开发者 MaxDevv 基于 glm53-flash-offload 改造出 Lean-QwenFlash，在 16GB VRAM 和 8GB 系统内存限制下运行阿里 125B 参数开源模型 Qwen3.8-Flash-Next 的完整 262,144-token 上下文窗口。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月26日 23:00
- 近 24 小时变化
- –
02.557.510
23:0010月27日01:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。