Qwen3.8-Flash-Next 在 DGX Spark (GB10) 上：勉强放得下，粗估（2026年9月）
针对一种配置的有条件判断。上下文、量化和引擎一变，结论也可能变。 本页使用的配置：GGUF Q4_K_M (bartowski)，8,192 个缓存 token，1 个序列，引擎 llama.cpp。 状态：接近上限。软件：未核实。.
接近上限未核实当前结果是估算，不是对应环境的实测。
本页固定配置
- 模型Qwen3.8-Flash-Next
- 硬件NVIDIA DGX Spark (GB10, 128 GB unified)
- 量化GGUF Q4_K_M (bartowski)
- 上下文长度（缓存 token 数）8,192
- 运行引擎
llama.cpp - 同时运行的序列数1
- KV Cache 精度fp16
技术标识与分享数据
- 模型
qwen3.8-flash-next - 硬件
nvidia-dgx-spark-128gb-unified - 量化
gguf-q4_k_m - 分享这个配置的片段
v2.eyJzY2hlbWFWZXJzaW9uIjoyLCJjYWxjdWxhdG9yVmVyc2lvbiI6IjAuMy4wIiwiZGF0YXNldFZlcnNpb24iOiIyMDI2LTEwLTAyLjEiLCJjb25maWciOnsibW9kZWxJZCI6InF3ZW4zLjgtZmxhc2gtbmV4dCIsImhhcmR3YXJlSWQiOiJudmlkaWEtZGd4LXNwYXJrLTEyOGdiLXVuaWZpZWQiLCJkZXZpY2VDb3VudCI6MSwicXVhbnRpemF0aW9uSWQiOiJnZ3VmLXE0X2tfbSIsImNvbnRleHRUb2tlbnMiOjgxOTIsImNvbmN1cnJlbnRTZXF1ZW5jZXMiOjEsImVuZ2luZSI6ImxsYW1hLmNwcCIsImt2VHlwZSI6ImZwMTYifX0
内存构成
- Weight artifact
- 111.39 GiB (119,599,030,080 bytes)
- Raw KV cache
- 0.19 GiB (201,326,592 bytes)
- Engine extras / workspace
- 0.18 GiB–19.95 GiB
- Total estimated demand
- 111.75 GiB–131.53 GiB
- Net calculator budget
- 112.00 GiB
- OS / display reserve
- 16.00 GiB
- Remaining vs net budget
- -19.53 GiB–0.25 GiB
高估算 131.53 GiB，对照净预算 112.00 GiB
内存够用，不代表指定引擎、量化格式和操作系统一定能跑。软件兼容也不代表性能足够好。
这台设备上的其他已发布文件
同一模型、同一设备、同样的上下文（8,192 个 token，1 个序列，FP16 KV）。每一行是一组已发布的权重文件及其常用引擎，按内存从大到小排列。
| 量化 | 运行引擎 | 估算内存 | 适配 |
|---|---|---|---|
| BF16 safetensors | vllm | 336.14 GiB–388.73 GiB | 放不下 · 粗估 |
| GGUF Q8_0 (Unsloth) | llama.cpp | 175.66 GiB–206.50 GiB | 放不下 · 粗估 |
| GGUF Q6_K (bartowski) | llama.cpp | 156.93 GiB–184.53 GiB | 放不下 · 粗估 |
| GGUF Q5_K_M (bartowski) | llama.cpp | 125.79 GiB–147.99 GiB | 放不下 · 粗估 |
| GGUF Q4_K_M (bartowski) 本页配置 | llama.cpp | 111.75 GiB–131.53 GiB | 勉强放得下 · 粗估 |
影响结论的假设
- 请求的上下文在记录的原生窗口 262144 token 以内。
- 完整驻留权重估算使用总参数量，包括未激活的 MoE 专家。
- 激活参数未知，或没有独立来源。激活参数描述的是 token 路由计算量，不是完整驻留权重体积。
- 权重字节只计入选定的权重文件，不会把仓库里所有量化版本加在一起。
- 下载文件大小不是峰值 GPU 内存。运行时布局、分配器填充和 KV 是额外占用。
- 计入的文件：Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00001-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00002-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00003-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00004-of-00004.gguf。
- 该 checkpoint 含视觉组件。纯文本推理不计入视觉编码器或 projector。
- 存在 MTP / draft 权重；未启用时不计入。
相关页面
数据来源
计算器
组合页锁定路由中的模型和设备。要改身份请到主计算器自定义；分享会保留那次选择。
正在加载已发布的目录快照…
搜索或选择目录中的模型，查看本地大模型的显存需求。
搜索或选择目录中的模型，查看本地大模型的显存需求。