ISTA 實驗室發布 Qwen3.8-Flash-Next 量化與剪枝版：3.5 bpw 效能持平原模型，Coder 版僅需 29.6 GB 記憶體

據 Reddit 社群消息，ISTA 實驗室（ISTA Deep Algorithms and Systems Lab）發布了 Qwen3.8-Flash-Next 的 GSQ 與 RCO 量化 GGUF 模型，以及移除半數專家的 Coder 剪枝版本。Qwen3.8-Flash-Next 原為 176.9B 參數的稀疏 MoE 模型（BF16 體積為 354 GB）。本次發布採用 GSQ（Gumbel-Softmax 量化）與 RCO（黎曼約束最佳化）技術，提供 2.40 至 3.50 bpw（66.4 至 83.6 GB）的四種量化版本。測試顯示，3.50 bpw（IQ3_S）版本效能持平 BF16 基準，AIME25 達 100.00，GPQA-Diamond 為 92.93（優於 BF16 的 91.92）；2.40 bpw（Q2_0）版本體積僅約原版五分之一，Zero-shot 平均分數達 78.00。此外，針對程式能力的 Coder 剪枝版透過 RCO 演算法移除每層 512 個專家中的 256 個，保留權重維持 3.5 bpw，綜合等效為 1.89 bpw。該版本總大小 58.4 GB，常駐記憶體需求降至 29.6 GB，可於單張 32 GB 加速卡運行；其 SWE-bench Verified 分數為 75.60（保留 91.3% 效能），LiveCodeBench v6 為 86.28（保留 98.7% 效能）。