同一个模型有 4bit/8bit/免审版，怎么选？一句话：稠密选小、MoE 选大。附下载地址与实测速度；2026-09 补测 oMLX 引擎，修正「换引擎不会变快」的旧结论。

一张 3090 Ti 跑 27B 免审模型：改写/翻译类比原双卡快 2.2 倍，日常对话快 32%。代价是量化从 8 位降到 4 位，且质量尚未验证。