---
title: Strata 0.2.18 新增 220B 开源大模型 Hy4-Flash，门槛上涨至 64GB 内存
date: 2026-11-22T06:53:05Z
modified: 2026-11-22T07:06:43Z
permalink: "https://www.appinn.com/strata-0-2-18/"
type: post
status: publish
excerpt: ""
categories:
  - AI
tags:
  - AI
  - Strata
  - track-Strata
  - 本地大模型
featured_image: "https://www.appinn.com/wp-content/uploads/2026/11/ChatGPT-E59BBEE5838F-2026E5B9B411E69C8822E697A5-13_35_55.jpg"
author: 青小蛙
timestamp: 2026-11-22T07:06:43Z
---

本地大模型运行工具 **Strata 更新到了 0.2.18**，新增了对腾讯混元 **Hy4-Flash** 的原生支持。不过，入门内存已经增加至 64GB。@[Appinn](https://www.appinn.com/strata-0-2-18.md)

**Strata** 是一个可以让普通家用电脑也能比较快速的运行开源大模型的工具，主要支持 **Qwen3.8-Fl1sh-Next**、**Qwen3.6-35B-A3B**，也支持 [1 比特 DeepSeek](https://www.appinn.com/strata-0-2-9.md)。

Hy4-Flash 是一款总参数 224B、每个 Token 激活约 12B 参数的 MoE 大模型。支持图像理解和最高 100 万 Token 的上下文。

Strata 为它准备了专用推理引擎、三档量化和内置推测解码。

那么问题来了：

1. **Hy4-Flash 比 Qwen3.8-Flash-Next 强吗？**
2. **如果你的电脑已经能跑 Qwen3.8-Flash-Next，还能换成 Hy4-Flash 吗？**

![](https://www.appinn.com/wp-content/uploads/2026/11/ChatGPT-E59BBEE5838F-2026E5B9B411E69C8822E697A5-13_35_55.jpg)

## Strata 0.2.18 更新了什么？

Strata 0.2.18 于北京时间 11 月 22 日发布，桌面版与命令行版本均升级到 0.2.18，推理引擎和负责安装更新的 Control 升级到 0.1.64。

主要更新：

- **原生支持 Hy4-Flash**。新增独立的 `strata-hy4` 推理引擎，选择 Hy4-Flash 量化包时会按需下载。
- **三档量化**。SQ-64、SQ-96、SQ-128 分别面向不同的内存配置。
- **内置 DFly2 推测解码**，用于加快生成。桌面版与 `strata launch` 都支持。
- **图像理解**。可加载单独的 Vision 组件，文件大小为 0.93 GB。
- **跨平台运行**。支持 Windows、Linux、搭载 Apple 芯片的 Mac 以及 DGX Spark。可用的显卡后端因系统而异。

![](https://www.appinn.com/wp-content/uploads/2026/11/screenshot-2026-11-22-at-1.56.39-PM402x.avif)

升级后，原有的 Qwen、DeepSeek 模型以及聊天记录和设置都会保留。

另外，现在的 API 可以使用原始模型名称了：

![](https://www.appinn.com/wp-content/uploads/2026/11/screenshot-2026-11-22-at-2.03.44-PM402x.avif)

## Hy4-Flash 与 Qwen3.8-Flash-Next 有什么区别？

两款模型都采用 MoE（混合专家）架构。模型拥有大量参数，每次生成一个 Token 时只调用其中一部分参与计算。Hy4-Flash 的总参数含约 64B Engram 查找参数，每个 Token 激活约 12B 参数。

Hy4-Flash 支持百万级上下文，腾讯将它用于 Agent、文档处理和电脑操作。Qwen3.8-Flash-Next 在 Strata 里已有多种适合消费级硬件的低比特量化方案。

## 谁的实际能力更强？

以下对比数据来自[腾讯 Hy4-Flash 官方模型卡](https://huggingface.co/tencent/Hy4-flash#appendix-benchmark-results)附录的评测结果，分数越高越好。腾讯对每款模型采用各自可用的最高推理档位。

### Agent 与电脑操作

在选取的三项 Agent 测试里，Hy4-Flash 得分都更高。以衡量图形界面操作的 OSWorld 2.1 为例，完整测试集的部分得分（partial score）是 68.1 对 58.8，相差 9.3 分。

![Hy4-Flash 与 Qwen3.8-Flash-Next 的得分依次为：OSWorld 2.1（Full，partial score）68.1 对 58.8，APEX-Agents v1.1（pass@1）63.1 对 57.6，AutomationBench v1.0.6 52.2 对 49.3。](https://www.appinn.com/wp-content/uploads/2026/11/strata-hy4-qwen-agent.avif)

### 编程与终端

这三项测试里，Qwen3.8-Flash-Next 得分更高。两者在 DeepSWE v1.1 上只差 0.5 分，差距最大的是使用 Claude Code 测试框架的 Terminal-Bench 4.0，Qwen 得分 29.5，Hy4-Flash 为 19.2。

![Hy4-Flash 与 Qwen3.8-Flash-Next 的得分依次为：DeepSWE v1.1 64.6 对 65.1，Terminal-Bench 4.0（Claude Code）19.2 对 29.5，ProgramBench（Almost Solved）16.0 对 22.0。](https://www.appinn.com/wp-content/uploads/2026/11/strata-hy4-qwen-coding.avif)

## 门槛以升，本地运行需要多少内存？

Strata 为 Hy4-Flash 提供三档量化。以下是官方更新日志列出的磁盘占用和目标内存配置。



| 量化 | 磁盘占用 | 官方内存配置 |
| --- | --- | --- |
| SQ-64 | 129.61 GB | 64 GiB 起 |
| SQ-96 | 157.16 GB | 面向 96 GiB 系统 |
| SQ-128 | 181.23 GB | 128 GiB 起 |

官方列出的 SQ-64 起步配置是 **64 GiB 系统内存**，搭配 8、12 或 16 GiB 显存。即便手里有一张 24GB 显存的 RTX 3090，**48GB 系统内存也低于这一档的官方起步要求**。

也就是说，运行 Hy4-Flash 至少需要 64GB 内存才可以，青小蛙表示已经无力测试了。

## 已经在用 Strata，需要升级吗？

内存足够的情况下，当然升级啊 😂

下图是青小蛙最近一段时间以来，使用 RTX3090 + 48GB 内存，运行 Qwen-Flash-Next IQ3\_S 的测速情况，基于 llm-bench：

![](https://www.appinn.com/wp-content/uploads/2026/11/StrataE78988E69CACE680A7E883BDE5AFB9E6AF94E59BBE-RTX-3090.avif)

仅代表此电脑，建议都可以测试一下，我的 [llm-bench](https://llm-bench.io/benchmark-client) 命令行：


C:\llm-benchmark.exe benchmark --endpoint http://127.0.0.1:47831 --tool Strata --tool-key KEYKEY


**对于小于 64GB 内存的配置，现阶段继续用 Qwen 更实际**。如果已经有 96 GiB 或 128 GiB 内存，可以按自己的任务试试 Hy4-Flash。

## 获取

- [Strata 官网](https://www.stratat.com/)
- [搬运](https://d.appinn.com/strata/)（已更新 0.2.18/0.1.64）

---

原文：https://www.appinn.com/strata-0-2-18/

## Topics

**分类目录:** [AI](https://www.appinn.com/category/ai/?output_format=md)

**标签:** [Strata](https://www.appinn.com/tag/strata/?output_format=md), [track-Strata](https://www.appinn.com/tag/track-strata/?output_format=md), [本地大模型](https://www.appinn.com/tag/%e6%9c%ac%e5%9c%b0%e5%a4%a7%e6%a8%a1%e5%9e%8b/?output_format=md)