在 Strata 上运行 Qwen3.8-Flash-Next，并让 OpenCode 做了 3 个项目

我在一台配备单张 RTX 4090 的 Windows PC 上，通过 Strata 运行了 125B MoE 开放模型「Qwen3.8-Flash-Next」，并将其作为 OpenCode 的实现代理来使用。

我尝试了三个项目：Three.js 3D 游戏、偏实用的 Web 应用，以及一段 30 秒的动态图形视频。先说结论：游戏和 Web 应用成功了。视频虽然成功生成，但画面质量仍有很大提升空间。

这不是严谨的基准测试，而是一次相当主观的实际工作测试。

运行环境

项目	配置
GPU	NVIDIA GeForce RTX 4090 24GB
CPU	Intel Core i7-13700K（16 核 / 24 线程）
RAM	64GB
OS	Windows 11 Pro
推理	Strata v0.1.40.2 / Qwen3.8-Flash-Next IQ2_XS
上下文	262,144 tokens
编程代理	OpenCode v1.17.13

模型本体约为 70GB。在 4090 上，短响应的速度约为 86～108 tok/s；即使是 32K～128K 的长提示词，也能以约 4,400～5,000 tok/s 的速度读入。实际也成功处理了 255K tokens。

不过，最大的限制并不是 VRAM，而是 RAM。Strata 会占用大量内存，因此在同一台 64GB 机器上同时运行 Docker、Next.js 构建和 Playwright，会变得相当吃力。如果还要认真并行开发，我认为至少需要 96GB RAM，或者将推理 PC 和开发 PC 分开，才比较现实。

1. 用 Three.js 做 3D 游戏：成功

首先，我让它用 Three.js 制作了一个 3×3×3 的“3D 版熄灯游戏”。包含霓虹效果、Bloom、音效、日英双语 UI、撤销功能和关卡通关演出，提示词只发了一次。

技术栈是单个 HTML 文件加 Three.js。这是一份 559 行的实现，集成了渲染、后处理、Web Audio 和鼠标操作。共生成约 31,000 tokens，耗时约 5 分钟。

通过无头 Chrome 验证后，JavaScript 错误为 0。点击、视角旋转和通关都能实际运行。

有一个失败点：生成关卡时和重置时，棋盘的构造方式不一致，存在一个 bug。不过，这个 3×3×3 棋盘从数学上来说无论什么布局都可解，因此游戏本身不会卡死。

• 主观成功率：90%
• 耗时：约 5 分钟
• 评价：作为一次生成的结果相当不错。无论外观还是运行效果，都足以称得上是一件“作品”

2. 功能相当齐全的 Web 应用：成功

接下来是工作室预约管理控制台「ORBIT」。我让它做的不是简单仪表板，而是一个包含 12 个页面、约 5,700 行代码的 Next.js 应用。

技术栈包括 Next.js 16.4（App Router / TypeScript）、Tailwind CSS、Prisma 6.19、SQLite、recharts、date-fns、zod、jose、bcryptjs。实现了登录、月/周/日日历、预约管理、客户、房间、员工、发票、报表和设置。

首次自主开发耗时62 分钟。不过其中有 37 分钟卡在一个不会结束的冒烟测试上，所以 LLM 实际工作的时间约为 25 分钟。12 个页面在开始后 26 分钟就全部完成。仅首次开发就生成了 15.7 万 tokens。

最终验证中，25 项 E2E 测试有 24 项通过。TypeScript、构建、Lint 和冒烟测试也都通过了。8 项修正请求中，完成了 7 项。

另一方面，首次运行时明明还遗留 Lint 错误，它却自行报告“所有条件均已通过”。此外，移动端显示仍有一处横向滚动问题。不能直接相信自我报告，仍然需要安排独立的测试人员。

另一个失败点是 PostgreSQL + Docker 配置。在 64GB RAM 下，没有足够余量同时运行 Strata、Docker 和构建，最终改用了 SQLite。代理也因内存不足被强制终止了两次。

• 主观成功率：95%
• 耗时：约 62 分钟（实际工作约 25 分钟）＋修正约 30 分钟
• 评价：至少看来，一般的 Web 应用应该都能完整做出来

3. 动态图形视频：生成成功，质量仍有待提升

最后是一段随音乐同步的 30 秒 4K 动态图形视频「STRATA // SIGNAL」。

技术栈包括 Python、Skia、NumPy、SciPy、Pillow、FFmpeg。不仅是画面，连 128 BPM、16 小节的算法音乐也是通过代码生成的。成品文件为 3840×2160、30fps、900 帧、30.000 秒。音频为立体声 48kHz、-14 LUFS。

从开始到完成 4K 成片，约花了一个半小时。过程中出现过一个反复输出相同思路直到 32K 输出上限的会话、一个 OpenCode 启动后卡住 13 分钟的会话，以及最终渲染期间因内存不足而终止的情况。4K 渲染本身约耗时 11 分半。

作为视频文件，它是成立的。不过，本来指定的霓虹圆环和光迹在 4K 中几乎看不出来，整体也偏暗。颗粒噪点很重，场景变化不明显，画面与节拍的同步也不够清晰。能够独立完成一段 30 秒、4K、带音频的视频值得肯定，但创意质量很难说达到了合格水平。

• 主观成功率：50%
• 耗时：约一个半小时
• 评价：可以搭建生成流水线。不过，画面创作仍需要人工审核和多轮修改

总结：作为能在 RTX 4090 上运行的开放模型，大概是至今最强

非常主观地说，作为可以在 RTX 4090 上运行的开源模型，Qwen3.8-Flash-Next 大概是我至今用过最强的一个。

它在 Web 应用开发方面尤其强。只要交给它规格说明，它就能规划、实现页面众多的应用，并一路推进到构建和测试。当然，不能相信“已经完成”的自我报告，独立验证仍是必不可少的。即便如此，仅靠本地模型就能做到这个程度，还是让人由衷惊叹。

从使用感受来说，大概相当于 Opus 还太贵、难以随意使用时的 Sonnet——我忘了具体版本——那种实用程度。游戏也做得相当好。另一方面，对于动态图形这类“代码能运行”和“作为作品足够好”之间存在巨大距离的任务，仍需要进一步验证。

而这次最让我头疼的，并不是模型的智能，而是 64GB RAM。

本地 LLM 也确实在不断进化啊。