Qwen3.8 Flash-Next 单卡 RTX 5080 部署指南：Basalt 引擎实测解码超 250 tok/s

作者发布在单张 RTX 5080 16GB 加 64GB 内存上运行 Qwen3.8 Flash-Next 的完整指南，实测真实 Agent 编码会话平均解码 195.6 tok/s、最佳请求 263 tok/s、prompt 读取约 5,700 tok/s。同一模型文件下 Basalt 引擎解码约为 llama.cpp 的 3.5 倍（配合 Lamina 草稿约 5 倍），prompt 读取快约 7 倍；Unsloth 新 UD-IQ3_XXS 量化 wikitext 困惑度 3.382 降到 3.247，接近 BF16 的 3.273，解码速度代价 1 到 3.5%。指南附一键 setup 脚本与作者向上游提交的多个 Basalt 优化 PR。