Strata 的作用是把 Qwen3.8-Flash-Next（1250 亿参数）拆成显卡、内存、SSD 三层跑在 Windows 10/11 和 Linux 上，并在本机 127.0.0.1:8080 开出 OpenAI 与 Anthropic 兼容接口，给 Claude Code、Codex CLI 这类编码代理直接连。
硬件是硬门槛：显卡要 12GB 显存起（NVIDIA RTX 20/30/40/50 系，或 AMD RX 6800/6900/7900/9000 系），内存 32GB 起、64GB 才能跑满所有档位，硬盘留 80GB；模型权重首次约 70GB，启动时会把 35～55GB 装进内存并锁一部分给显卡。
下载地址
| 资源 | 说明 |
|---|---|
| 官方 | https://github.com/Niko1221/Strata/releases |
| 123云盘 | https://1626683.share.123pan.cn/123pan/ekeA-RCqw?pwd=8888# |
官网地址：https://github.com/Niko1221/Strata 版本：v0.2.3（2026-10-23 发布，引擎包 0.1.48） 体积：Windows CUDA12 包 738.4MB、CUDA13 包 615.2MB、HIP（AMD）包 524.6MB、RDNA3 专用包 219.7MB、增量更新包 106.5MB；模型权重另算约 70GB。
安装：按显卡选 CUDA12 / CUDA13 / HIP 包，装完首次启动自动拉模型，可中断续传；启动那 1～3 分钟机器会明显卡顿，属正常。
蓝奏：超过 100MB，不传。
功能介绍
三层分工：显存、内存、SSD 各管一段
模型由 24576 个「专家」组成，每写一个词只调用其中 10 个。Strata 把最常用的约 4000 个专家常驻显卡，全部专家摊在内存，29GB 的查找表放 SSD。官方实测 RTX 5070（12GB）+ 64GB 内存：IQ3_S 档 53 tok/s、Q2_0 档 94 tok/s；RTX 3090（24GB）约 100～140 tok/s。
本机接口：OpenAI / Anthropic 双协议
聊天、监控、设置都在浏览器 http://127.0.0.1:8080 里。接编码代理时填 OpenAI 兼容地址 http://127.0.0.1:8080/v1，走 Anthropic 协议的填 http://127.0.0.1:8080/v1/messages；Claude Code 设 ANTHROPIC_BASE_URL=http://127.0.0.1:8080 就能用，API key 随便填，模型名也随便填。支持图片输入，也支持两三张显卡分担同一个模型。
软件信息
| 项目 | 内容 |
|---|---|
| 软件名 | Strata |
| 版本 | v0.2.3（2026-10-23 发布） |
| 大小 | Windows CUDA12 包 738.4MB；CUDA13 包 615.2MB；HIP 包 524.6MB |
| 许可证 | MIT |
| 平台 | Windows 10/11、Linux（另有 macOS 安装包） |
| 官方地址 | https://github.com/Niko1221/Strata |
