DominikBucko/qwen38-flash-next-2x3090
PublicQwen3.8-Flash-Next on 2× RTX 3090: with 128 GB RAM up to 4,191 tok/s prefill · 111.5 tok/s decode (131K prompt), full 256K window at 2,865 tok/s; with 64 GB RAM 3,410 tok/s prefill · 84 tok/s decode. New: opt-in uncensored mode (runtime abliteration, no new weights).
Bee AI phân tích repositoryBETA
AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.
Chưa có bản phân tích AI cho repo này
Bee AI sẽ đọc README và cây file rồi tóm tắt bằng tiếng Việt và tiếng Anh, mất khoảng 30–60 giây.
Hôm nay đã hết lượt phân tích hoặc tính năng đang tắt. Thử lại sau.
Tối đa 5 lượt mỗi giờ cho một địa chỉ IP · ngân sách chung theo ngày.
Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.
61/100Điểm tổng thể
- Độ phổ biến6
- Độ tươi80
- Cộng đồng62
- Tài liệu100
- Phát hành100
- Mức độ khóCó sau khi phân tích
- Phù hợp vớiCó sau khi phân tích
- Loại dự ánCó sau khi phân tích
- Giấy phépApache-2.0
Hướng dẫn nhanh
Các bước để bắt đầu với repository này.
bash
git clone https://github.com/DominikBucko/qwen38-flash-next-2x3090.git
cd qwen38-flash-next-2x3090Repository tương tự
Cùng chủ đề trong kho Bee.
- 1
ollama/ollamaGet up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other models.185.4k+894
- 2
huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.168.4k+319
- 3
vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMs95.9k+685
- 4
cheaper-inference/OmniRouteNever stop coding. Free MIT AI gateway: one endpoint, 375 providers (150+ free), 1,400+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-aware auto-fallback, RTK+Caveman compression saves 15-95% tokens, MCP/A2A, Desktop/PWA. Built by 900+ contributors82.8k+2.5k
- 5
unslothai/unslothLocal UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX and more.78.8k+338