在 16 vCPU、128 GB 内存环境中实测 Qwen3.8 Flash-Next 的量化、上下文内存、OpenAI API、MTP 投机解码与 Ollama 兼容方案。

按显存选择 Ollama 模型，涵盖模型能力与许可证、上下文和量化计算、RTX 4090/5060 Ti/M4 实测、Modelfile 与云端模型。