# 电脑B模型今日设置汇总：Q2_0→IQ3_XXS 换档 + 三层防无限思考 + 上下文200k（2026-10-16）
机器: 电脑A | 通用: 否

### 10-16 11:24 电脑B模型今日设置汇总：Q2_0→IQ3_XXS 换档 + 三层防无限思考 + 上下文200k
【范围】电脑B 上那个模型（9001/爱马仕用的 8080 那台）2026-10-16 全部改动。

【换档】Q2_0 → IQ3_XXS（75.8G 级）。下载分片1 47.0G（hf-mirror，中途被掐断已续传），sha256 219ea929... 与官方一致；分片2（28.8G）经验证四档通用，硬链接复用未下载；用 tools/iq_pack.py 建 pack（1.5G，不含 experts.bin）。

【三层防无限思考】①请求级（爱马仕每轮带）思考预算 40000 + 档位 high ②引擎兜底（B 的 json）预算 40000 ③采样 温度1.0/top_p0.95/top_k20（原为贪心）。另开 reasoning_close_retry（思考戛然而止自动闭合续写）。实证：B 引擎日志 'thinking: 42 of budget 40000 (max 65536)'。

【其它配置】上下文 256000→200000（引擎与爱马仕两侧对齐）；KV int8(q8)；会话缓存 6144MiB/4槽。

【实测】预填 1700~1930 tok/s（与换档前持平）；吐字 71.2 tok/s（换档前 Q2_0 中位 92.8，慢约两成，因 24G 显存只剩 594MiB、IQ3_XXS 专家块更大要走 PCIe）；质量官方任务均分 89.07→92.57。写 HTML 重活实测：三个页面思考全部撞满预算后由模型收尾，正文各约 1 万字。

【备份/回滚】B: ~/strata/strata-q2_0.json.bak_20261016_073753（换档前，回滚用这份）；A: config.yaml.bak_20261016_110530/.111253。交付文档：重要资料/电脑B模型设置总结_20261016.md。

【已知限制】单通道 FIFO（长活排队，早上 9001 的卡就是这个）；上下文压缩也走 B 会占通道；显存几乎满。