用户用8GB显存的RTX 3070 Ti成功运行Qwen3.6-35B-A3B模型，通过MoE架构仅需3.5B参数常驻显存，配合Linux系统优化，实现262K上下文下30tps，甚至可推至1M上下文。网友指出长上下文质量下降，并建议使用-cmoe等参数优化显存分配。