slowgen

@mewking 就是这个啊 https://huggingface.co/unsloth/Qwen3.6-27B-UD-MLX-NVFP4
从命名风格来说 UD 就是动态量化，带 MLX 的就是用 Apple 的 MLX 跑的，NVFP4 作为压缩保存的格式。

这个测试也太不严谨了。

开源模型的参数是有推荐的，不同的模型对于不同的任务场景，temperature 、top_p 、top_k 、min_p 、presence_penalty 、repetition_penalty 的数值都不同，你用网页版都不知道人家默认是针对什么场景配置的，做测试对比是要根据你自己的任务场景去设置的。

甚至是量化部署方案，比如同样 NVFP4 的量化，还要看用了什么数据集校准。

我就这么说吧，我本地部署的 MiniMax M2.7 （ nvidia 放出的 NVFP4 量化）和 Qwen 3.6 35B-A3B （ RedHatAI 放出的 NVFP4 量化）、Qwen 3.6 27B （ mlx-community 的 NVFP4 量化和 unsloth 的 UD + NVFP4 ），分别按照各模型文档的参数推荐来用对话模式按照你那一句话 prompt ，写出来的 html 都和你提到能上桌的模型都差不多。

@superkkk 跑原精度的不现实啊，nvfp4 量化后的基准和原精度差距不到 1%，nvfp4 还可以用上新的架构优势，prefill 速度大幅度提高，而且可以开的 KV Cache 也大得多，可以容纳更多的用户使用。

单用户上下文 3k 也不现实，龙虾一个初始会话都是 12k 左右起步。我现在基于闲置算力开了个小规模用的 API ，看平时的统计，基本上 10k 上下文涨到 100k 也就 40 个请求左右。如果过一段时间用户不请求了可能 KV Cache 就释放掉了，然后用户再请求过来的时候又要从头开始 prefill 了，也会有影响的。

8 卡 H20 跑 MiniMax 撑死满足 80 个用户并发使用，而且有一个 10w 级别的上下文 prefill 阶段就很慢了，拖死其他用户，我的服务器就是 8 卡 H20 。

你要租的话可以先从 2 张 RTX Pro 6000 开始，2 张就可以跑 MiniMax M2.7 的 nvfp4 量化了，10w 级别的上下文无 KV Cache 下 prefill 要 40 秒左右，你可以算算能服务多少个用户。

看你自己技术品味。

喜欢 Java 系：用 Nest.js 。印象中 Nest.js 是 Node 中第一个出现的纯 TypeScript 的后端框架，在早期可以用它得到比较好的类型提示的收益，现在收益不大，而且 TypeScript 和 Java 在运行阶段有本质的不同，Nest.js 属于过度设计了，很多操作脱裤子放屁。所以我后面把 Nest.js 的项目都迁移到 Hono 了，顺便迁移到 Deno 减少了很多依赖。

喜欢 Laravel/Ruby On Rails：用 AdonisJS 。它前几个版本一直没有拥抱 TypeScript ，现在的版本拥抱了。

想要部署在 edge 得到弹性伸缩和打不死：选 Hono 。可以跑在 Cloudflare Worker 上，Cloudflare 不死你就不死，连服务器都不用维护，减少了非常多的攻击面。

想要服务端渲染做 SEO：选 Deno 的 Fresh 。讲真 Node 从 v16 到现在的更新一点都不吸引人，大家都是套 V8 ，Deno 在生产可靠性比 Bun 好，API 比 Node 友好，非常适合做减法，哪怕是纯后端我现在也都是用 Deno 跑…哦不对，我新开的项目都去用 Go 了，逃（

@mewking 对，轮子和缝隙是平行，轮胎宽度不够骑上去就容易打滑。除了高低缝隙，井盖也是危险项，突起的边缘和那种川字型铺设在骑行道前进方向的排水井盖，公路车的轮子卡进去的概率也很高。

乐，建议结合 https://v2ex.com/t/1159283 一起看

要么山地车，要么瓜车。

1500 价位：
坎普（ CAMP ） GX300 近期低价在 1600 元左右，可以在什么值得买上面看下攻略；
佳沃 JAVA ALBA ，1599 元


“不会有太烂的路”是个迷惑项，绿道的凸起形成高低缝、砖头铺的路裂开有高低砖都可能让公路车摔一下，过节放烟花捆烟花的那个铁丝随便丢在水道也可能扎爆公路车的胎。

我去年骑了 7000+公里，单次骑 30km 、50km 、80km 的河边水道线路，用山地车骑的有 5000+公里从没出过事，但是骑迪卡侬 Riverside 900 这个 38C 胎的都被高低缝摔过 2 次、绿道滑过 2 次。

官方算力不够所以可能降智了，说不定 together.ai 和 fireworks.ai 这种自己部署的会好一点，毕竟海外不缺算力。
我是自建的，用了 4 张 H20 跑 MiniMax M2.5 的 FP8 量化，挺好用的，无限 token 给了我很大想象力。再低成本一点可以 2 张 RTX Pro 6000 跑 NVFP4 ，或者等 M5 Ultra 出来，不要买 M5 之前的版本因为 prefill 慢。