小量化模型思考更长反而更慢？本地部署社区热议量化选择

Reddit 本地部署社区热议小量化模型的速度取舍，用户称更低量化可能带来更长思考块，抵消 prompt 处理与 token 生成速度优势。该现象在多次工具调用的 agentic 循环中更明显；提问者尚未在 Qwen3.8 Flash Next with MTP 与 GLM 5.3 Flash 上系统测试，并主张尽量使用可用的高量化。