楼主用8GB显存RTX3070测试Qwen3.6-35B-A3B，发现更大的Q4、Q5量化比更小的IQ4_XS速度更快、长上下文表现更稳。评论解释IQ量化卸载到内存时速度慢，普通量化更适配，多位用户验证该规律，还有人分享llama.cpp优化参数。