应用介绍
想在自己电脑上跑一个能写代码、能看图的大模型，通常卡在两步：显存不够，装环境又折腾半天。1250 亿参数的模型，一般得上服务器，谁会想到一台打游戏的主机也能带得动。
Strata 把这件事做成了“下载、打开、点安装”。它跑的是 Qwen3.8-Flash-Next，内存加显存合起来 32 GB 就能起步，推理引擎自己判断哪些层放显卡、哪些放内存，内存更紧时还会自动切到低内存模式。作者在 RTX 5070（12 GB 显存加 64 GB 内存）上测到最小的 Q2_0 档每秒出 94 个 token，读提示词每秒 2650 个。
装好之后它在本机开一个 OpenAI 和 Anthropic 兼容的接口，Claude Code、Codex CLI、OpenCode 这类编程助手直接连上就能用，聊天和文件都不出你的电脑，MIT 协议，无账号无遥测。
一键安装包：给 Windows、Linux、Mac 分别提供安装文件，NVIDIA、AMD、Intel Arc 和 Apple Silicon 都有对应版本；模型下载 40 到 70 GB，中断后可续传。
按内存推荐模型：App 会按你的内存推荐尺寸，32 GB 起步有 Gyro-S 和针对代码的 Coder，64 GB 可以跑 IQ3_S，更大内存能上更接近原模型的量化版本。
本地兼容接口：在本机提供 OpenAI 和 Anthropic 风格的 API，编程助手和各类应用无需改动就能接入，也能通过 MCP 服务器让 AI 工具自己安装、启动和停止 Strata。
图片输入：默认开启，可以把截图和图片直接丢给模型读。
终端模式：`strata launch` 一步步问你模型、上下文、图片和谁能访问，然后开始服务；`strata monitor` 实时看速度、显卡、内存和请求。从 0.2.4 起终端还能跑 DeepSeek V4.1-Flash。
内置对话与工作区：桌面端带聊天、监控和模型页，聊天可以在你指定的文件夹里工作，手动模式下改文件或运行命令前会先问你；联网搜索只会把搜索词发出去。
Strata 把这件事做成了“下载、打开、点安装”。它跑的是 Qwen3.8-Flash-Next，内存加显存合起来 32 GB 就能起步，推理引擎自己判断哪些层放显卡、哪些放内存，内存更紧时还会自动切到低内存模式。作者在 RTX 5070（12 GB 显存加 64 GB 内存）上测到最小的 Q2_0 档每秒出 94 个 token，读提示词每秒 2650 个。
装好之后它在本机开一个 OpenAI 和 Anthropic 兼容的接口，Claude Code、Codex CLI、OpenCode 这类编程助手直接连上就能用，聊天和文件都不出你的电脑，MIT 协议，无账号无遥测。
软件功能
一键安装包：给 Windows、Linux、Mac 分别提供安装文件，NVIDIA、AMD、Intel Arc 和 Apple Silicon 都有对应版本；模型下载 40 到 70 GB，中断后可续传。
按内存推荐模型：App 会按你的内存推荐尺寸，32 GB 起步有 Gyro-S 和针对代码的 Coder，64 GB 可以跑 IQ3_S，更大内存能上更接近原模型的量化版本。
本地兼容接口：在本机提供 OpenAI 和 Anthropic 风格的 API，编程助手和各类应用无需改动就能接入，也能通过 MCP 服务器让 AI 工具自己安装、启动和停止 Strata。
图片输入：默认开启，可以把截图和图片直接丢给模型读。
终端模式：`strata launch` 一步步问你模型、上下文、图片和谁能访问，然后开始服务；`strata monitor` 实时看速度、显卡、内存和请求。从 0.2.4 起终端还能跑 DeepSeek V4.1-Flash。
内置对话与工作区：桌面端带聊天、监控和模型页，聊天可以在你指定的文件夹里工作，手动模式下改文件或运行命令前会先问你；联网搜索只会把搜索词发出去。
