B站Strata视频评论区点赞很高的一问："9950X、96G内存、5090满血，再加一张5060Ti 16G，装哪个好点？"底下两千多条评论吵翻了天——这个秋天折腾AI本地生成的用户，已经过了"我这机器能不能跑"的阶段，掉进了新的纠结：好东西太多，不知道装哪个。哔哩哔哩
Strata把场子烧热了
10月初一条"强推神项目Strata"的视频拿下1万+赞：12G显卡跑Qwen3.8-Flash-Next，标题标称93t/s。它的路数是MoE专家卸载——热的专家进显存、冷的放内存、溢出的写进NVMe，超大模型靠普通显卡也能接住。社区自测数据很唬人：4080笔记本12G显存+64G内存，256K上下文跑出40t/s；128G内存+老V100平台也有38t/s。一句话：本地生成的门票，从"攒钱买工作站"变成了"翻翻家里的机箱"。哔哩哔哩哔哩哔哩小众软件
同门三角，三条路线
Strata，桌面流：Windows/Linux/Mac通吃，NVIDIA、AMD、Intel Arc、苹果硅全收，主打Qwen3.8-Flash-Next。用户口碑长板是"上下文能开满"“出token稳定”。哔哩哔哩GitHub
Project Maya，多卡流：10月7日从Strata分叉、为GLM-5.3-Flash重写，支持1到16块GPU张量并行，跑DeepSeek-V4.1、MiniMax-M3.1。有意思的是10月20日Strata原样合入了Maya的DeepSeek引擎——同门互抄作业，双双MIT开源，用户躺赢。
NInfer，单卡流：有用户实测4090拉满上下文平均130t/s、峰值200+，内存要求也松。但"agent大预填充就崩、长prompt丢失"的抱怨同样不少。哔哩哔哩
刚发的0.2.13，修的不是速度
Strata 0.2.13 被UP主总结为"拆地板维修"：Strix Halo开局等待从308秒压到60~85秒；Intel Arc从"5次跑出3~5个不同答案"变成50次50个一致答案；主文件3.12MB瘦身到0.76MB。至于宣传里的+5.2%提速，只在两张卡上测过，别代入自己的机器。Qwen4的适配基础设施铺好了，feed里模型列表还没上线——蹲新模型的可以再等等。哔哩哔哩
比选型更要紧的四个坑
内存才是真瓶颈：“32G尴尬、16+32天塌了"的呼声不断，48~64G是社区公认的舒适区，连带有人喊"内存又要涨价”。哔哩哔哩小众软件
固态损耗焦虑：高频读写让人担心"半年就得换硬盘"，杂牌SSD用户反馈prefill静默自杀、关掉NCQ又损失预填充速度。哔哩哔哩
Windows驱动蓝屏：有128G+16G显存的配置汇报重载触发驱动bug，折腾6天无解只能换Linux。
量化降智之争：有人说"编程长任务死循环、低比特不如27B"，也有人坚持"从没遇到过"——没有权威横评，拿自己的任务实测一遍再站队。
最后给张选型地图
老笔记本+16G内存→别折腾，云端API更省心；12~16G显存+64G内存→Strata主流程走起；两卡以上要跑GLM/DeepSeek→盯紧Maya；单张高端卡内存又不多→试NInfer。本地AI生成缺的从来不是算力，是先想清楚拿它干什么的那份决心。
