FreeToken Windows 单卡版 freetoken-win-qwen3.8-flash-next：单张消费级 GPU 上跑 Qwen3.8-Flash-Next 长上下文 MoE

FreeToken（基于上游 main 58f4b9e、版本 0.1.3）发布面向 Windows 单卡 + 大内存的补丁分支，可在 RTX 5090 32 GB 等单 GPU 上通过 OpenAI/Anthropic 兼容 HTTP API 服务大型 MoE checkpoint。分支以 Qwen3.8-Flash-Next（qwen4_exp 架构）为参考，实现 turbo4 KV 压缩（约 516 字节/token、与 bf16 余弦 0.9887）、QSA 稀疏注意力扩展、BudgetSlider 运行时重平衡与多模态缓存复用，支持 1M-token KV 池；GLM-5.3-Flash 作为并行轨道适用同一套机制。