待验证50% 置信事实精确时间
vLLM等主流推理框架已初步支持Qwen3.8-Flash-Next，但Embedding offload至CPU内存的功能仍在开发中
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/6
首次发现
有效期至：2026/9/20
来源
涉及实体
相关事实
待验证Qwen3.8-Flash-Next的N-Gram Embedding参数约占51B，可卸载（offload）到CPU内存以降低GPU显存需求73% 相似待验证混元3支持vLLM和SGLang两种主流推理框架部署71% 相似待验证llama.cpp、Ollama、vLLM等推理框架适配Qwen模型权重，支持GGUF、AWQ、GPTQ等量化格式使其能运行在消费级GPU乃至CPU上71% 相似待验证Qwythos-9B建立在未经审查的Qwen 3.5基础模型之上71% 相似待验证Qwen3 Next Flash的Ngram嵌入表可以被卸载到主机内存（CPU RAM），并通过异步预取与模型计算重叠执行70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/863824API
curl https://kongchang.com/api/v1/knowledge/claims/863824MCP
get_claim(id=863824)