1250 亿参数的大模型，在家用游戏 PC 上跑起来了：国产 Qwen，一键安装断网能用

以前觉得，大模型是巨头的玩具，动不动 A100 起步。但这个叫 Strata 的开源项目把这件事干成了：一台普通游戏 PC，12G 显存的显卡，就能跑起 1250 亿参数的 Qwen3.8-Flash-Next。GitHub 一周 1.1 万 star，HN 685 分，今天技术圈最火的项目之一。

它好在哪？第一，门槛低到离谱。Windows、Linux 都行，一键安装，N 卡 A 卡都吃，作者实测 RTX 5070、RX 9070 XT 全能跑，显存越大越快，RTX 3090 这种老卡反而更香。第二，跑的是国产 Qwen 系模型，中文天然好，项目自带简体中文说明，读图、写代码、接 coding agent 都行。第三，跑完之后，它在你本机开了个兼容 OpenAI 和 Anthropic 的接口，什么 Cherry Studio、CLI 工具，直接连 localhost 就能用。

速度呢？实测数据都摆出来了。5070 上回答生成每秒 50–90 个 token，比你阅读速度快；吃进去的提示词更快，几千 token 的文档秒读。12G 显存就用最小量化版，24G 直接起飞。注意 HN 标题里那个 100T/s，说的是读提示词的峰值，别当成打字速度，实际体验看生成那档就行。

国内用户怎么玩？三步：按 README 装、选个量化版本、下好权重断网跑。M 系 Mac 用户先别急，这是给 N/A 卡和 Windows/Linux 的，Mac 玩本地大模型继续用 llama.cpp 那套。宿舍、家里有台游戏 PC 的，这个周末就能折腾起来。