我的机器是 M1 Pro ，32G 内存，部署本地模型主要是两个需求：
- 翻译
- 总结并做简单的分析提取内容
我一开始使用的是 qwen3.5-9b 和 qwen3.5-4b 的模型，测试的时候，可以用，但是在实际跑起来的时候，发现 qwen 会无限思考，经常 10 分钟都没有任何响应；后来换成了 qwen3-4b 的模型，效果比较好，很少出现无限思考的问题
 |
1
lagrange7 15 小时 4 分钟前
是不是启动的时候设定不思考，会好一些？
|
 |
2
xiaoz 14 小时 58 分钟前 via Android
你直接调用参数里面设置下禁止思考呗。
|
 |
3
workbest OP 没有 disable 思考，设置了 最大思考 token ，没用
|
Select Language