Qwen3.6-35B-A3B，Q4_K_M，股票llama.cpp，飞机模式。 1.3到6.8 tok/s 之间，十分钟从开始到结束。 在适配问题上，既然总是会出现： 35B总数，3B每个token活跃。 总是需要的部分留在RAM中，专家从闪存中读取当被调用时。 内存持有活跃路径，而不是整个文件。 我们知道为什么我忍受了 十分钟 （视频在开始和结束时是正常速度，中间加快） Pocket Interpreter：你用一句话描述一个应用，模型写一个p5.js画布，手机运行它。 我要求 "一款蛇游戏，使用滑动控制"，并得到了一个游戏循环，食物生成，墙壁和自身碰撞，分数，速度随着吃的增加而增加，以及一个阈值的滑动处理器，以免你的拇指在一次滑动中翻转两次。 首次运行成功。 我没有触摸一行代码。 尝试一下用3B吧。 你会得到一些看起来正确的东西，但在第一个墙壁上就死了，然后是四轮描述bug和等待修复的循环，修复的bug又会打破其他东西。 你已经超过了十分钟了，手动在手机屏幕上编辑代码。 每秒token是错误的数字。 重要的是，当生成结束时，是否会正常工作。 大型模型你会等待，还是小型模型你会争论？ 在手机上，我会选择等待。 极端版本如果你想： BigMoeOnEdge（[https://github.com/Helldez/BigMoeOnEdge](https://github.com/Helldez/BigMoeOnEdge））在12GB手机上，CPU只使用，运行一个120B，并且准备好apk