不得不服，在qwen3.8 27b 4bit 模型，5070Ti 可以全装进去，上下文可以开到30k， 不开MTP，输出50token/s。 Macbook m5pro 64G 开启Dflash2，顶天能到30 token /s ，平均 14~17 token/s。仔细一查，macbook 内存速度是300G，5070ti 的内存速度是900G。虽然在本地跑的模型干活基本上都是💩。但是硬件差距是实打实的。