如题。 相较于只有 ISTA-DASLab 孤立跑分 的 IQ3 系列， nvfp4 有英伟达官方站台 ，所以其能力会更有说服力。 更何况 nvfp4 并不是全 4bit ，很多参数都保持了全量 bf16 。 对于 64GB ram + rtx pro 5000 48GB 而言。瓶颈主要是因为专家变大了，导致显存只能放进 13500 个专家，从而专家命中率从 99.7%降低至大概 97.x~99%。 然后就是因为内存的紧张，所以 Conversation cache 只能维系在 8GB ，4slot 。 其他的配置保持不变。 如惯例，贴出我的配置表： args": [ "--pack", "C:\\work\\Strata-data\\models\\Maximilian228--Qwen3.8-Flash-Next-NVFP4-GPTQ-Strata\\pack", "--native", "C:\\work\\Strata-data\\models\\Maximilian228--Qwen3.8-Flash-Next-NVF...