10M上下文窗口是第一次见，虽然跑分只到Qwen3.8-Flash-Next的水平，但这个长度数字本身就很值得看看实测表现。
一个支持10M上下文长度的模型首次出现，创下上下文窗口的新纪录。不过从评分来看，其综合表现一般，大致处于Qwen3.8-Flash-Next的水平。长上下文能力与整体基准成绩之间仍有明显落差。
首个10M上下文的模型，不过评分看起来一般，大概Qwen3.8-Flash-Next的水平。
DeepSeek 的 n-gram 表动辄上千亿参数，这篇论文用 4 比特量化砍掉四分之三内存，性能几乎不掉，做本地部署的可以看看。
论文提出往模型 N-gram 表里“只前向写入”新知识，不用反传，删掉补丁就能还原原模型，持久性比梯度写入强很多。
一个 MoE 开源模型，122B 只激活 10B，跑起来不算重，作者称评分多数超过 Qwen3.8-Flash-Next，可以直接下载试试。
12GB 显卡也能跑 125B 的 Qwen3.8-Flash-Next 了，Strata 开源，RTX 5070 上 94 词元/秒，配置门槛和 GitHub 链接都在文里。
不想云端模型动不动拒答的话，这个用 480KB 控制向量改 Qwen3.8-Flash-Next 的法子挺有意思，12GB 显存就能跑。
12G显存的电脑也能跑125B的Qwen3.8-Flash-Next了，Strata把常用专家放显卡、全量放内存，项目已在Github开源。
