这周本地部署圈最忙的，不是双11的显卡市场，而是一个叫 Strata 的 GitHub 开源项目：18 小时连发 0.2.3、0.2.3.1、0.2.4 三个版本，随后"两天两刀"补出 0.2.4.1 和 0.2.4.2，0.2.5 刚被社区测出来，0.2.6 又到了——小红书一位自测用户报告：4080 Super 上跑 DeepSeek V4.1 的生成速度，从 10 t/s 直接翻到 22 t/s，“就 1 天的优化”。哔哩哔哩小红书
而最扎心的一条反馈，不在 B 站那条 7700 播放的版本拆解视频下面夸的部分，是在它评论区里那条收了 14 个赞的：4090 48G，10toks，4090 从来没有这么憋屈过。哔哩哔哩
软件正在以天为单位，榨回你老显卡的残余价值。对准备趁双11入坑或换卡的人来说，这既是好消息，也是一张改过的预算表。以下先把时间线捋清，再把速度表、成本和争议摊开。
（说明：文中所有速度数字均来自各博主自述与读者评论区的个人自测，机型、量化档位、上下文长度互不相同，不可跨机型横向对比，只作参考，不作结论。）
一周六连发：Strata 时间线
按九物AI生产力 10 月 25 日的拆解视频，这轮更新密度大致是这样的：
0.2.3：Strix Halo 平台提速 +19%，Intel Arc 显卡正式入列；上下文塞满时，Agent 学会了分段摘要而不是直接报错——这条对跑长任务是实打实的体验改善。所有数字引自官方 Release 说明并标注了机型。哔哩哔哩
0.2.3.1：修一个"把安装程序读崩了"的解析问题。快，但也糙，工程债是这周被评论区反复念叨的点。
0.2.4：本周的爆点——12GB 显存跑起 DeepSeek V4.1-Flash。 评论区有读者留言：已经更新 0.2.5 了，客户端也支持 deepseek 了，而且说明上说会更快。小红书
0.2.6：出现了前面那条 4080S 速度翻倍的自测。
一个装机教程类项目在两周内密集滚出六个小版本，社区的情绪是分裂的：一边是"作者真是肝啊"，一边是观望党劝"strata 现在还是很小众"。哔哩哔哩
12G 老卡的"产量"是怎么回来的
拆开看，0.2.4 的门槛下降靠的是三类工程手段的叠加（据拆解视频与小红书"恩佐大叔"的整理）：
压扁：ISTA-DASLab 做了 DeepSeek V4.1-Flash 的 2-bit 量化权重，8-bit 版要 508GB，2-bit 版只要 257GB。 官方给了 1.75 / 2.00 / 2.25 三档 bpw，硬盘占用 239–274GB；代价是困惑度：最接近原版的 2.25 档整体只比原版高约 7.3%，写代码和跑 Agent 的场景只高 2–3%。小红书
拆开：显存装不下的部分放内存，内存装不下的从 SSD 随用随读——所谓"内存当显存"，拆解视频把这套叫"八项工程手段"，里面还包括跳过没用的层、用小模型帮忙猜的投机解码。哔哩哔哩
接上：0.2.3 起 Intel Arc、Strix Halo 这类"非 NVIDIA 正统"平台正式进列，本地部署的硬件版图在这一周明显扩了一圈。
反常识的是官方自测里的排名：同一套方案下，RTX 3060 的端到端表现反而比 5070 快——瓶颈从纯算力挪到了显存带宽和 offload 路径上，跑分和实用开始是两回事。哔哩哔哩
速度表：别看平均值，看你的配置
把本周散落各平台的自述拼起来（均为单机自测，口径不一）：
配置 | 量化档 | 自测速度 | 来源 |
|---|---|---|---|
RTX 3060 12G | 2.25 bpw | 写代码约 10 t/s | 官方 Release（转引） |
12G 显卡 | 2.25 bpw | 约 5–7 t/s，“聊天会急” | 恩佐大叔（小红书） |
5060Ti 16G + 96G 内存 | 2.25 档 | 约 10 t/s，硬盘持续读 1.5–2.5G/s | 九物视频评论区 |
4090 48G | 自测档 | 约 10 t/s，“从来没这么憋屈过” | 九物视频评论区 |
4080S 16G + 128G 内存 | IQ2_XXS，8k 上下文 | 0.2.6 生成 22 t/s（老版本 10） | 彪哥总好奇（小红书） |
各种 Mac | 125B 级 | 7.9–89 t/s，同门差 10 倍 | 宇智波刘能king（B站实测） |
3090（对照：27B 档） | 非 Strata 路线 | 110 t/s、3 路并发"能干活" | 梅加雨（B站，6.3万粉） |
拼完这张表，判断标准其实清楚了：10 t/s 以下的档位，玩法是"睡前丢任务、早上收结果"；20 t/s 以上，才够格当日常聊天和写作助手。别拿"能跑"当买点，要拿"我这台机器能到几 t/s"当买点——九物 AI 生产力 10 月 23 日那份 18 天、141 份实测、覆盖 45 种显卡的汇总表，比任何发布会都值得收藏。哔哩哔哩
没人提的三笔账
热度里藏着的成本，评论区已经有人算给你了：
内存账：这条路线是"12G 显存 + 46–64G 内存起步"。 点赞 9 的读者吐槽得很直接：为什么都在强调 12G 显存可以跑，却闭口不提 32G 起步的内存使用量，那就是 48G 起步了，这成本反而比显卡高太多了。 4080S 那条自测也印证：显存吃到 15.4G 的同时，内存用了 107G。 32G 内存的主流笔记本配置，这周直接被划到门槛外。小红书哔哩哔哩小红书
硬盘账：权重一个档 239–274GB 只是入场券。5060Ti 读者的原话是：期间硬盘 1.5–2.5G/s 读取，跑半小时就是几个 T 的读取，妥妥的硬盘杀手。 机械硬盘、快满的 SATA 盘和在意 SSD 寿命的人，先掂量这一条。
时间账：5–7 t/s 的聊天体验、"睡前丢任务早上收结果"的节奏，本质是拿时间换硬件。同一个圈子里另一条路线的博主（梅加雨）晒出的 3090 方案则是另一种时间观：硬件一次到位，之后随时能用。哔哩哔哩
争议：这算不算"真本地部署"
本周圈内吵得最凶的不是速度，是身份。6.3 万粉的本地部署老玩家梅加雨专门做了期视频开炮：什么？本地部署 deepseek v4.1？你怕不是在用 api+DSH 就当是本地部署了吧？ API 套壳冒充本地、把"能跑"剪成宣传片——这是这个圈层自己在打假，他自己在视频里也毫不含糊：从 deepseek r1 蒸馏时代玩到 v4.1，“本地部署真的开始实用并且能干活了”。哔哩哔哩
另一头是"量化降智"焦虑。知乎"2026年本地化部署AI大模型还有意义吗"的问答里，玩家讲得很白：125B 级模型"实际上大部分只能跑 iq3 甚至 iq2 量化，智商没法比厂商提供的在线服务"，可为什么很多人非得本地部署？ 因为云上"降智、限速、改价"三把刀，还是让人想把模型抱回家——九物视频评论区里，连"谁不想把大肥鱼抱回家呢"都是这个句式。 要不要为"不被改价"付出 iq 档位的智商折损，是每台机器自己的算术题。知乎哔哩哔哩
还有个没对齐的信息点：10 月 24 日小红书的实测说 Strata"目前只有终端版，Mac 还不支持"，而同一周 B 站的 Mac 125B 三部曲却在讲"苹果早已原生适配"、并给出 7.9 vs 89 t/s 的实测。 两条信息明显冲突，可能卡在版本节奏（0.2.5/0.2.6 期间能力变化）或路线差异上，目前没有权威口径——Mac 党别为"能跑 Strata"这个理由单独加钱，以项目官方 README 为准。小红书哔哩哔哩
谁该现在动手，谁该再等等
手里是 12–16G 显存、内存 64G+、有块空 M.2 的：这周就是入坑窗口，按 0.2.6 的版本走；先用官方 Release 标注的同机型数字对一眼自己的预期。
24G 及以上（3090/4090 级）：不必被 flash 路线绑架。3090 跑 27B 级"能干活"档有现成先例，"4090 48G 只有 10toks"恰恰说明这条路线的瓶颈不在你多花的显存上——你的升级方向是内存带宽和存储，不是再堆卡。
16G 内存的轻薄本、只有机械盘的旧机：别碰这一代。评论区已经在传"DS 晚点会出一个家用机能跑的模型"（传闻，未见官宣），观望比折腾省钱。哔哩哔哩
想双11 新买卡入坑的：先把预算表改成"显卡 + 内存 + 硬盘"三件套。这周发生的事说明：软件释放老卡的节奏，比新卡到货的节奏快。
继续盯四个信号：Strata 0.2.7+ 的更新节奏（以及 Mac 支持到底以哪版落地）、评论区念叨的工程债有没有被后续版本修平，还有 MiniMax M3.1 权重何时被推理引擎接住——10 月 23 日上架，428B 总参数、仅激活 23B，上下文 100 万。 最后是双11 前的二手显卡与内存行情：九物那份闲鱼回收报价统计整理了 1054 条真实报价，同一张 4060Ti 不同品牌口径的报价差了 161%。小红书哔哩哔哩
这周本地圈的真实主题不是"买不买新卡"，而是"老卡还能被榨出多少"。下单前，先打开机箱数一数内存条和硬盘——这两样凑不齐，最憋屈的就不是 4090，是换完卡还是跑不动的你。
