本地AI圈这两个月最大的一次热闹：2026 年 11 月 12 日，开源项目 Edge0 正式发布了 Edge0-145B 和 Edge0-120B，并把模型权重和推理框架一起开源。让人上头的还不只是快，是代码、图纸、客户资料这些东西，真的可以不进云端了。知乎小红书
官方 GitHub 的测速确实挑衅：RTX 4090（24G 显存）跑 Q3_K 版，对话解码约 70 token/秒，智能体解码约 92。但热闹归热闹，这篇只给你通稿里看不到的数字。三处口径，先拆开：小红书
内存口径：宣传里的"峰值内存 29GB"只算活跃内存，海外博主实测 54GiB——话术，不是会消失的内存。知乎
能力口径：“Terminal-Bench 碾压 Claude Opus 4.6"这份基准是官方自测口径。开源第 3 天，真人实测寥寥几篇，中文圈全是新闻通稿，无一篇真机部署。评论区已经有人反问"明明是旗鼓相当”。不支持视觉，中文质量基本没人验过。哔哩哔哩
硬件口径：145B 档在 Linux 和 Windows 上需要 NVIDIA GPU（CUDA 13），Mac 限 Apple 芯片，A 卡和核显用户这次没你的座。小红书
再看真正把它装上机的人，三天里趟出来的坑：
一、98GB 权重，千万别放 NAS。 Edge0-145B 的权重是三层结构：约 40GB 专家库放内存，51GB 词表放本地 NVMe。同一份文件，本机盘冷读 18.3 秒，放 NAS 要 15.6 分钟，差 51 倍。瓶颈不是硬盘，是那条千兆网线：实测两路就顶到 112MB/s，加线程、换 NAS 都没用——官方赌的是专家命中率，不是你的带宽。知乎
二、下载源之间差 225 倍。 HuggingFace 直连超时，别死信镜像：有人实测同一文件同一天，hf-mirror 只跑出 94KB/s，modelscope 单流 21.2MB/s、8 路并行 44.44MB/s。98GB 请预留 40 分钟。顺手排个雷：直觉上 NVFP4 该更省，实际仓库反而比 q3k 大 7GB——q3k 才是三层结构最紧凑的那版。知乎
三、跑不了 145B 的，35B 档只能聊天，别指望它干活。 一台千元级二手迷你主机（16GB 单通道内存、无独显）实测：热缓存后首字 1.3 秒、解码 4.27 tokens/s，日常聊天够用。但当编程 Agent？系统提示词约 11000 tokens，预填充只有 11.5 tok/s，敲一个问题白等 16 分钟才见第一个字——数学上不可行。三年前这套配置得进机房，今天塞在一个鞋盒里。知乎
原理一句话：Edge0 把全部 MoE 专家权重留在 SSD，每次只加载路由选中的那几个，再用 Prerouter 提前预取下一步的专家来藏磁盘延迟，官方报告解码速度最高提升 59%、是项目方测试的最大值。它没把内存变多，是把"大内存常驻"改写成了"存储和调度协同"。知乎
想冲的话，门票账提前算好：N 卡 RTX 20 系起步，官方实测过的最低预算档是 16G 显存 + 20G 内存、44.9 tok/s 起步。再配一块一千出头的 2TB 企业级 NVMe，比把千兆升到 2.5G 便宜一半。提醒一句，以上速度和内存数字全是个人机器实测，官方路由和命中率参数没公开，你的里程必然不同。知乎知乎
只有一条对所有机器成立：那 98GB，别放 NAS。
