# Qwen3.8-Flash-Next 破限版(Swift-1.5 abliterated)部署 A机8090+B机8080（2026-10-18）
机器: 电脑A | 通用: 否

### 10-18 19:16 Qwen3.8-Flash-Next 破限版(Swift-1.5 abliterated)部署 A机8090+B机8080
【起因】用户问S模型有无破限方案及影响。
【选型】SC117/Swift-1.5-Qwen3.8-Flash-Next-GSQ-RCO-abliterated：权重级消融(48层中144个写回残差流张量)+省思考分支。iq_pack 1079张量/302原生/96转换零误差。License=Swift Open License v1.0(非Apache，商用待确认)。
【A机8090(IQ3_S 78G，N卡4080 32G)】
- 下载：hf-mirror，两分片 sha256 均匹配(638fbd42…/091a4f6a…)
- 坑1：--ple-gguf 不能照抄官方配置。Swift 把 28.8G n-gram表放在分片1内(偏移510MB)，不是独立分片2。删掉该参数让引擎按张量名自动定位(源码generate.cpp:2592注释明确支持 Swift shard1)。日志确认 'PLE on, table 320001536 rows of …00001-of-00002.gguf'。
- 坑2：expert-profile 沿用官方(24576 slots)，形状匹配可用。
- 坑3：pack 必须重建，不能复用官方 dense.bin(Swift 消融改了稠密张量)。
- 实测(4题同题双跑，各4轮)：官方 76.1s / Swift 65.0s(-14.7%)；思考量 14109→10082字(-28.5%)；tok/s 逐项持平(92.6/93.6、82.6/82.6)——证明Swift不提生成速度，只省思考。
- 意外：官方版16次里2次把4000token全耗在思考、正文0字(agent排障题连坏两轮)；Swift 0次。稳定性Swift更好。
- 官方宣传'省63.4%思考'实测28.5%，因其评测只算KLD不测思考长度稳定性；采样参数已核对一致(引擎默认top_k=20/min_p=0/repeat=1.0 与官方Usage相同)。
【B机8080(7900XTX 24G, HIP后端)】
- 先传 IQ3_S(78G) 实测：tok/s 61-80，比B机原IQ3_XXS(71G)差。
- 原因：B机原来跑 IQ3_XXS 71G，传的 IQ3_S 78G 大了7G，24G显存最难受。
- 改传 IQ3_XXS(两分片37.04+33.58G，sha256 83f75959…/aa59f45e… 均匹配)，删掉中途中转的IQ3_S腾空间。
- 实测4轮：tok/s 74.5(比IQ3_S 66.6 快12%)；专家命中率92.4%(IQ3_S 79.3%)——省下的7G被引擎自适应多装专家了，显存仍吃满23.67/23.98GiB，这是正常现象。
- B机总耗时80.5s vs A机65.0s(慢24%)，AMD HIP+显存少8.7G的硬件差距。
- 服务：systemd-run --user --unit=strata-swift --collect，OOMScoreAdjust=-500，端口8080。
【其他】A机 ufw 放行 8090/tcp 仅 192.168.13.0/24，已从B机实测打通。
【回滚】A机：停 tianqi-swift-8090 起 tianqi-8090(run-iq3_s.sh)；B机：停 strata-swift 起 strata-b(官方IQ3_XXS)。模型/pack/配置三套都在。