--- title: Strata 0.2 测试版发布：性能升级，门槛再降低｜低配电脑运行本地大模型 date: 2026-10-20T07:30:27Z modified: 2026-10-20T08:00:40Z permalink: "https://www.appinn.com/strata-0-2-beta/" type: post status: publish excerpt: "" categories: - AI tags: - AI - Strata - track-Strata featured_image: "https://www.appinn.com/wp-content/uploads/2026/10/Copy-of-appinn-homework-2026-10-20T152348.784.jpg" author: 青小蛙 timestamp: 2026-10-20T08:00:40Z --- ![](https://www.appinn.com/wp-content/uploads/2026/10/Copy-of-appinn-homework-2026-10-20T152348.784.jpg) [Strata](https://www.appinn.com/tag/strata/?output_format=md) 是一款让普通家用电脑运行本地 AI 大模型的开源工具，可运行 Qwen3.8-Flash-Next、Qwen3.6-35B-A3B 等大模型，并拥有相当流畅的推理速度。@[Appinn](https://www.appinn.com/strata-0-2-beta.md) 昨日，**Strata 0.2.0 测试版发布**，再次降低了使用门槛，**内存+显存**合计最低只需要 27.6GB 即可运行本地大模型。 | 超大模型入门 | IQ2\_XS 推荐档 | IQ3\_XXS 推荐档 | | --- | --- | --- | | **32GB** | 48GB → **40GB** | 64GB → **48GB** | | Gyro-S 新增选择 | 降低 8GB | 降低 16GB | 现在还拥有了独立的图形界面，Windows、macOS 和 Linux 用户可以直接下载安装，并有使用向导、模型推荐，无需再通过命令行编译部署。 ![](https://www.appinn.com/wp-content/uploads/2026/10/screenshot-2026-10-20-at-11.42.32-AM-2x.avif) **推理性能再次得到优化**： - NVIDIA RTX 30 系列显卡，文本生成速度最高提升约 13%（官方 RTX 3060 实测提升 10.2%，RTX A4000 提升 13%）。 - AMD RX 9000 系列显卡，部分模型的提示词处理速度接近翻倍。 - Intel Arc 显卡也获得加速，A750 的提示词处理速度提升约 42%。 ![](https://www.appinn.com/wp-content/uploads/2026/10/screenshot-2026-10-20-at-11.54.40-AM-2x-1.avif) Strata 0.2.0 安装向导 ![](https://www.appinn.com/wp-content/uploads/2026/10/screenshot-2026-10-20-at-2.56.21-PM-2x.avif) 本地模型推荐 ## Strata 0.2.0 更新前后模型推荐对比 Strata 明确是 RAM + VRAM 的内存需求，也就是说，如果你有一块 12GB 显卡，最低只需要 20GB 内存就能**跑**起来了。 | 内存+显存 | 旧版推荐 | 0.2.0 新版推荐 | 变化 | | --- | --- | --- | --- | | 32GB | 35B-A3B Q4 | Flash-Next Gyro-S | **进入超大模型入门档** | | 40GB | 35B-A3B Q4 / Q6 | Flash-Next Swift 1.5 IQ2\_XS | **原需 48GB** | | 48GB | Flash-Next IQ2\_XS | Flash-Next IQ3\_XXS | **原需 64GB** | | 64GB | Flash-Next IQ3\_XXS / IQ3\_S | Flash-Next IQ3\_S / Swift 1.5 IQ3\_S | 高质量档更加成熟 | | 96GB+ | Flash-Next UD-IQ4\_XS | Flash-Next UD-IQ4\_XS | 基本不变 | Strata 0.2.0-beta 最明显的变化，是同样的硬件配置有了更好的模型选择： - 32GB 即可尝试 Flash-Next 的 Gyro-S 量化版 - 40GB 进入 IQ2\_XS 推荐档位 - 48GB 则可以选择原本建议 64GB 的 IQ3\_XXS 而针对不同模型，性能大概是这样的： | 模型 | 量化版本 | 推荐配置 | 模型特点 | | --- | --- | --- | --- | | 35B-A3B | UD-Q4\_K\_XL | 32GB | 体积小，推荐入门 | | 35B-A3B | UD-Q6\_K\_XL | 44GB | 精度更高 | | 35B-A3B | Q8\_0 | 52GB | 高精度，资源需求较大 | | Flash-Next | Gyro-S | 32GB | 超低内存入门，质量有所妥协 | | Flash-Next | Q2\_0 | 约 40GB | 低位量化，偏重速度 | | Flash-Next | Swift 1.5 IQ2\_XS | 40GB | 官方推荐，兼顾速度和质量 | | Flash-Next | Gyro-M | 约 40GB | 低内存选择，运行可能较慢 | | Flash-Next | IQ3\_XXS | 48GB | 质量更好，推荐配置降低 | | Flash-Next | IQ3\_S | 64GB | 高质量推荐 | | Flash-Next | Swift 1.5 IQ3\_S | 64GB | 高质量，减少推理思考开销 | | Flash-Next | UD-IQ4\_XS | 96GB 及以上 | 约 4-bit，更接近原始模型 | 青小蛙也正在升级，因为此前使用的模型是 Strata 推荐的 **IQ2\_XS**，而这次升级之后，官网也将推荐模型提升了一个档次，这次推荐的是 **IQ3\_XXS** 尺寸。 但是也遇到了新的问题：下不动 😭 ![](https://www.appinn.com/wp-content/uploads/2026/10/screenshot-2026-10-20-at-1.50.47-PM-2x.avif) 所以暂时无法体验速度。 ## 其他升级 有中文界面了： ![](https://www.appinn.com/wp-content/uploads/2026/10/screenshot-2026-10-20-at-2.55.00-PM-2x.avif) ![](https://www.appinn.com/wp-content/uploads/2026/10/screenshot-2026-10-20-at-2.55.31-PM-2x.avif)新版 Strata 还在图形界面中集成了 **AI 编程 Agent**，支持读取、创建和修改文件、联网搜索，以及自动执行任务。 另外，NVIDIA 和 AMD 显卡现在默认支持图片理解，模型下载也进行了优化，支持多连接并发、断点续传和文件完整性校验。 下载速度这一点上，虽然但是啊，该慢还是慢 😭 ## 获取 - [GitHub](https://github.com/Niko1221/Strata) 新安装的同学注意，它会自动安装到 C 盘，不容你修改。不过数据盘可以修改 升级的同学，和重装没什么区别，可以选择原模型，但它升级了性能，你可以更换更好的模型了。 --- 原文：[https://www.appinn.com/strata-0-2-beta/](https://www.appinn.com/strata-0-2-beta.md) ## 给大模型瘦身：不同量化版本 大模型之所以叫大，就是因为真的大。 于是，给大模型瘦身这件事，被称作量化。 通过降低模型参数的存储精度，可以大幅缩小模型体积，不同的参数，就有了不同的量化版本。**IQ2\_XS**、**IQ3\_XXS**、**IQ3\_S** 都是大模型的量化版本。 它们的区别主要在于压缩程度： | 量化版本 | 压缩程度 | 内存占用 | 模型质量 | | --- | --- | --- | --- | | IQ2\_XS | 约 2-bit，压缩率最高 | 最低 | 相对较低 | | IQ3\_XXS | 约 3-bit，高压缩 | 中等 | 较好 | | IQ3\_S | 约 3-bit，保留更多精度 | 较高 | 更好 | 其中，IQ 是 llama.cpp 的一种重要性感知量化格式，数字 2、3 大致代表每个模型权重使用的比特数；XS、XXS、S 则表示不同的量化配置。 可以把它理解为图片压缩：压缩得越狠，文件越小，但也更容易损失细节。 对于普通用户，记住一个原则：选你内存限制内最大的量化版本即可。 ## 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)