接着上篇：Qwen3.8-Flash-Next 部署细节（Strata + GSQ-RCO IQ3_XXS，单卡 16 GB） 

上一篇在 Linux 上跑的是 IQ3_XXS，这次换到 Windows，直接上 IQ3_S，顺手把视觉输入和 128K 上下文也一起开了。机器没换：RTX 4080 SUPER 16G + i9-14900KF + 64G DDR5-6400，模型放在 H 盘 NVMe 上。 
这帖把实际用的参数和测出来的数据记一下，文末附了刚才现跑的截图（网页界面、health、模型文件、引擎日志、配置文件），数据都是从日志里抄出来的。 
先说结果（thinking 关、temperature 0）： 

短对话 decode 大概 49~54 tok/s。截图里那条 76 token 的回复是 48.75 t/s；前几天用脚本测的 338 token 回复是 53.5...