「Qwen 3.8 27b 配 DSH 太惊艳了」——DSH 跑第三方模型的 10 小时实测

证明 DSH「连模型都是插件」的关键实测：单张 RTX 3090 跑本地 Qwen 3.8 27b，连续 10 小时不停不失败不报错。90k 上下文自动压缩不丢任务脉络，累计 1000 万输入 token 不偏离目标，还附完整可复现配置。对写文章的启发：这是「DSH 不锁定 DeepSeek」的核心素材，部署参数可整理成本地党配置清单。

핵심

·DSH 跑非 DeepSeek 模型同样出色：本地 Qwen 也能吃到自动上下文压缩和长任务稳定性

·自动上下文压缩（90k 不丢线索）是 DSH 内置能力中被点名最多的亮点之一

·楼主给出完整可复现配置：UD q4 k xl 量化、92k 上下文、MTP+ngram、GPU layers 66，评论区补充 int4 autoround 更快

핵심 수치

·单张 RTX 3090（限功耗 230W）连跑 10 小时不出错

·累计 1000 万输入 token 不偏离目标

·90k 上下文自动压缩不丢任务脉络

·长上下文平均 37 tok/s，新会话 50+

·换 int4 autoround 量化：单卡 70-90 t/s + 256k 上下文，精度接近 q8

인용할 문장

它不停、不失败、不报错。连跑 10 小时，哪怕到了 90k 上下文也会自动压缩，不丢失自己在哪、在干什么。已经吃了 1000 万输入 token，从不偏离目标，每个问题都一次搞定。

楼主核心结论，三连否定句式极有传播力，稳定性段落的定调引语，可做小红书金句卡

harness 就是你和 LLM 之间的通信层。你说的那些都不错，但试试 deepseek harness，一周前刚发布。

楼主给新人的科普+安利，「通信层」是又一个好懂的 harness 定义，可与其他定义组合使用

3090 可以用 int4 autoround（量化），单卡 256k 上下文能跑 70-90 t/s，精度接近 q8。

22 赞最高赞优化建议，本地党配置清单的关键补充参数

直接把 xhigh 换成 high thinking——差异微乎其微，思考 token 能省大约 50%，结果完全一样。

现成的省钱技巧：思考档位降一档省一半 token，可直接写进 DSH 配置建议