license: apache-2.0 base_model: orcarouter/Qwen3.8-Flash-Next-Uncensored library_name: gguf tags:

• gguf
• qwen4exp
• qwen3.8-flash-next
• uncensored
• mtp
• speculative-decoding
• ud-q4_k_xl
• imatrix
• text-generation
• chinese
• english
• 4-bit pipeline_tag: text-generation

Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL

为 AMD Ryzen AI Max+ 395 / Strix Halo 平台手工量化的 Qwen3.8-Flash-Next 越狱版

UD-Q4_K_XL 风格量化，主干 + MTP draft head + 视觉塔，一套文件同时喂给 Halogen 和 Gufo。

为什么做这个量化

我的主力机器是 AMD Ryzen AI Max+ 395（Strix Halo 架构，128 GB LPDDR5X 统一内存）。 这块 APU 的 iGPU 与 CPU 共享同一片 128 GB 内存，没有传统意义上的独立显存， 所以它是目前少数能完整驻留 100 GB 级模型的消费级平台。

在这台机器上我主要用两个引擎跑 Qwen3.8-Flash-Next：

• Halogen —— 专为 gfx1151 手写的推理引擎，prefill 和投机解码都很快
• Gufo —— 另一套针对 Strix Halo 优化的 GGUF 引擎

两个引擎都以 GGUF 为输入。但当时可用的 GGUF 发行版（官方 Unsloth UD-Q4_K_XL）是审查版， 而社区上的越狱权重 orcarouter/Qwen3.8-Flash-Next-Uncensored 只发布了 BF16 safetensors， 没有对应的 GGUF —— 于是出现了「引擎能跑、但没有可用的越狱版 GGUF」的空档。

这个仓库就是填这个空档的产物：把那份越狱 BF16 权重按官方 UD-Q4_K_XL 的规格量化成 GGUF， 补上 MTP draft head 和视觉塔，让 Halogen 和 Gufo 都能直接加载， 在这台机器上跑出完整的越狱能力 + 投机解码加速。

结果就是：103.69 GiB 的主干，108.39 GiB 全套，两个引擎实测都是 32~40 tok/s， 且越狱探针全部通过（不触发内容拒绝）。

概览

文件清单

Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL-00001-of-00003.gguf   41.80 GiB   (218 tensors)
Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL-00002-of-00003.gguf   41.37 GiB   (683 tensors)
Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL-00003-of-00003.gguf   20.51 GiB   (323 tensors)
Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL-mtp-Q8_0.gguf          3.85 GiB   ← MTP draft head
mmproj-BF16.gguf                                                 0.85 GiB   ← 视觉塔
tokenizer/                                                                     ← 聊天模板 + tokenizer

⚠️ 三个文件都不能单独删。 尤其 MTP head：引擎缺它不会报错，而是静默退回无推测解码（speculative=off），吞吐掉 30%+ 且没有任何提示。

与官方 Unsloth UD-Q4_K_XL 的差异

为什么是 3 片而不是官方那样的 4 片：Hugging Face 单文件上限 50 GB，官方把几乎全部权重塞进 2~4 号分片（1 号片只有 0.01 GiB）， 而按每片 400 个 tensor 切分会导致首片达到 56.98 GB —— 超限。 本仓库按 45 GB 上限重新切分，得到 41.80 / 41.37 / 20.51 GiB 三片，tensor 总数 1224 与官方完全一致。

量化方法

• 逐 tensor 类型表：直接采用官方 Unsloth UD-Q4_K_XL 的 1224 行类型表（--tensor-type-file），保持每个 tensor 的量化类型与官方一一对应。
• imatrix：公开的 Unsloth imatrix（imatrix_unsloth.gguf_file，554 MiB）。
• 工具：llama-quantize（上游 commit 848bbda90）。
• MTP head：与官方 mtp-*-shared-Q8_0.gguf 一致，用 Q8_0 单独量化。
• 分片：llama-gguf-split --split --split-max-size 45G（HF 单文件上限 50 GB，故按 45 GB 切）。

因为 Unsloth Dynamic 2.0 的闭源细节不可复现，本文件是风格复刻，不是逐 bit 相同。

实测结果

测试环境

测试版本

两个引擎跑的是同一份权重（Halogen 启动时把 GGUF 无损 repack 进 pinned RAM，不重新量化）。

关于分片版本：上表的基准数据是在原始 4 分片布局下测得的。 为满足 Hugging Face 单文件 50 GB 上限，本仓库随后用 llama-gguf-split --merge → --split --split-max-size 45G 重新切成了 3 分片 （tensor 总数 1224 不变，逐 tensor 数据未变）。重新切分后已用 Gufo 重新实测加载通过 （load_completed，26 s），推理结果一致。

核心指标

解读

• 吞吐基本打平：两个引擎在同一台机器上都是 32~40 tok/s。Halogen 自报的 49.98 t/s 是短请求峰值，不是稳态。
• prefill 上 Gufo 更快：2206 tok prompt 的 TTFT 1.68 s vs 2.42 s。Halogen 的设计重心在 decode。
• MTP 在 Halogen 上工作正常：commit 4.87/round 说明 draft head 被高度接受；日志里偶有 3 tok with the head off，是推测解码的正常回退。
• 两个引擎都启用了 MTP 推测解码，这是本仓库附带 MTP head 的意义所在。

越狱行为验证

两个引擎均不触发内容拒绝，且中文输出正常、代码可运行。

用法

Gufo

测试版本：aae1ac48

gufo serve llm \
  --model  ./Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL-00001-of-00003.gguf \
  --mtp-model ./Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL-mtp-Q8_0.gguf \
  --speculative mtp \
  --sessions 1 --context 16384 \
  --served-model-name flashnext-unc \
  --port 8082 --host 0.0.0.0 --think off

Halogen

测试版本：0.18.15

docker run --rm -p 8731:8731 \
  --device /dev/kfd --device /dev/dri \
  --group-add 44 --group-add 990 \
  --security-opt seccomp=unconfined --ipc=host --ulimit memlock=-1 \
  -e HALOGEN_CHECKPOINT=/models/Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL-00001-of-00003.gguf \
  -e HALOGEN_MTP_HEAD=/models/qwen38-flash-next-mtp.hgn \
  -e HALOGEN_MAX_TOK=16384 \
  -e HALOGEN_CTX=16384 \
  -e HALOGEN_KV_POOL_POSITIONS=65536 \
  -e HALOGEN_VISION_TOWER=/models/qwen38-flash-next-vision.hgn \
  -v "$PWD:/models:ro" \
  -v "$PWD/tokenizer:/tokenizer:ro" \
  ghcr.nju.edu.cn/peonist-ai/halogen-flash-server:0.18.15 all

Halogen 需要两个配套的私有格式文件（不在本仓库里）： qwen38-flash-next-mtp.hgn（draft head）和 qwen38-flash-next-vision.hgn（视觉塔）， 见 peonist-ai/halogen-qwen3.8-flash-next。

Halogen 启动时要求 MemAvailable ≥ 权重 + 16 GiB floor， 128 GB 机器上需要先停掉其他占用统一内存的引擎。 另外它硬拒绝非 gfx1151 设备。

下载

hf download NeosQ/Qwen3.8-Flash-Next-Uncensored-UD-Q4_K_XL --local-dir ./flashnext-unc

单个文件最大 41.80 GiB，建议用 hf download 或 aria2c 断点续传。

硬件要求

• 统一内存：108.39 GiB 权重，需要 ≥ 128 GB 共享内存的 APU（如 Ryzen AI Max+ 395 / Strix Halo）或 MI300X 级设备。消费级独显需要 offload，速度会显著下降。
• 架构：Halogen 硬拒绝非 gfx1151；Gufo 需要 ROCm/HIP 环境。
• 上下文：原生 262,144。1M 上下文需要 YaRN —— Gufo 不支持；Halogen 用 HALOGEN_ROPE_YARN=4 HALOGEN_CTX=1048576。
• 统一内存下的排他性：权重会占满绝大部分 UMA，同一时刻只能跑一个这类模型。

致谢

• Qwen/Qwen3.8-Flash-Next — 基座模型
• orcarouter/Qwen3.8-Flash-Next-Uncensored — 越狱权重
• unsloth/Qwen3.8-Flash-Next-GGUF — UD-Q4_K_XL 类型表与 imatrix 来源
• gufo-org/gufo — 推理引擎
• peonist-ai/halogen-flash-server — 推理引擎

许可

上游越狱权重沿用 Apache-2.0。量化与分片由本仓库发布者完成。