方寸智匣接入Sushi：同一份Qwen3.8 Flash Next，常驻与SSD模式差多少？

下载条已经走到100%，模型却还挂在“等待数据”；点启动，又只得到一句“进程在就绪前退出”。这轮更新先处理这两件实际影响使用的问题，再用同一份Qwen3.8 Flash Next权重，对比Sushi的完整常驻与精确SSD模式。

先把实测结果放出来：在M5 Pro、64 GiB统一内存的Mac上，完整常驻已经成功启动；引擎登记驻留约44.20 GiB。32 GiB预算的精确SSD模式约31.21 GiB。新材料首次回答，常驻更快；重复材料命中缓存后，两者接近。

这次更新解决了什么

方寸智匣现在可以管理独立的Sushi运行环境，从发现页下载或挂载专用模型包，再从主页启动，接入原有聊天与工具流程。这轮使用Sushi 1.2.4及原有2.6位专用权重，约79.21 GB文件全部保留，没有重新下载模型。

下载进度显示100%，只说明已统计的字节量到达总量。文件是否完整、是否还有未完成分片、模型有没有正式登记，都要另查。这次修复让软件在下载事件长时间中断后，回查后台与实际文件：后台还在工作就保留任务；文件完整且已登记才结束下载状态。旧的取消、暂停回执也不能把已完成任务改回去。

启动失败的提示则从本次进程日志提取原因。之前这份模型完整常驻时，实际需要约46.45 GiB，可用只有45.36—45.48 GiB，引擎主动拒绝加载。以后遇到同类错误，软件会提示实际需要与可用内存，并给出释放内存、或者手动改用精确SSD预算的操作方向。日志没有具体数值时，不编造数字；没有识别出的错误，仍保留原始诊断边界。

最终安装版用临时的大上下文参数核对了真实拒绝路径：引擎报告需要67.17 GiB、当时可用51.76 GiB，主页显示具体原因且保持0个服务运行中。随后恢复32768上下文、SSD预算0，常驻模型重新加载就绪。这是错误处理验收，临时参数没有保留为日常设置。

这两项修复都没有改模型权重，没有跳过内存预检查，也没有修改系统代理和GPU内存限制。

两种模式怎样选择

可以把常驻理解为把常用资料放在桌上，取用方便，但桌面要足够大；SSD模式则把一部分专家权重放在柜子里，需要时再取到桌面。专家是模型里按输入选择参与计算的部分，柜子对应SSD，桌面对应内存。精确SSD模式保留专家路由，不靠删掉专家来挤进内存；代价是首次用到某些权重时需要搬运。

当前是手动选择，保存后重新启动模型生效。

在“设置→运行环境与诊断”中，找到“Sushi SSD驻留预算”：设为0表示完整常驻；例如设为32，表示启用32 GiB预算的精确SSD模式。上下文可独立设置，本轮保持32768词元。预算不是全机总内存上限，系统、其他应用、运行时与缓存仍会占空间。

内存不足时，软件会拒绝启动并说明原因，不会自动把常驻改成SSD模式。SSD模式内部会自动管理专家缓存，这与在两种运行模式之间自动切换是两件事。选择预算后，启动参数和实际就绪状态都可以核对。

同题比较：第一次与第二次要分开看

测试日期是2026年10月20日，设备为M5 Pro、64 GiB，软件候选版本1.9.9，内置Sushi 1.2.4。同一份权重、32K上下文、8位键值缓存，温度0，关闭思考，最多输出384词元。短题输入71词元，材料题输入2626词元；分别发一次首次请求和一次重复请求。

表中的“首字”是收到第一个非空正文片段的时间，排除空角色事件；“总耗时”从发出请求算到流结束。这轮为隔离引擎差异，使用独立本地端口和每配置新建的提示缓存目录，没有把软件系统提示和工具目录混进同题。

材料首次这道题，常驻总耗时从8.10秒缩短到4.99秒，约缩短38%。但重复材料命中了2595个输入缓存词元，两者总耗时只差约0.19秒。缓存相当于复用已经读过的材料：少做了前面一大段工作，模式差异也就缩小了。短题重复的输入缓存计数仍为0，只能说引擎已预热，不能把它写成提示缓存命中。

四次请求的解码速度，常驻为36.1、42.3、43.2、44.7词元／秒，SSD为29.0、40.1、34.9、41.8词元／秒。解码速度只算逐词生成阶段，不能与包含读材料、思考和工具往返的整轮速度混用。

本轮同题正文在各配置之间的哈希一致，均正常结束。这能说明这些样例的输出一致，不能外推所有任务的质量或正确率。

节省了多少内存，启动快多少

模型登记驻留相差约13 GiB。对64 GiB机器，这部分空间能留给浏览器、编辑器和其他软件；选择完整常驻则需要先为它腾出空间。全机使用量包含其他进程，受基线和内存回收影响，不能把全部差额都算到模型头上。

启动时间也要看条件：最后从安装版主页再次启动完整常驻，只用了17.02秒。这轮没有清空系统文件缓存，顺序是常驻、SSD、SSD含视觉、原生常驻，因此40.39秒和8.98秒是单次观测，不能当成严格冷启动平均值。

约79 GB的下载量也不能直接当作GPU常驻需求。包中还包含通过磁盘映射使用的词组表；磁盘文件大小、进程常驻集、引擎登记驻留和全机内存是不同统计对象。

一个必须说清的功能差异：视觉塔

完整常驻默认加载视觉塔，精确SSD模式默认关闭。为了避免只比较了两种不同功能配置，我又补测了显式加载视觉塔的SSD配置。

该配置启动约9.19秒，引擎驻留约31.17 GiB；短题首次总耗时6.12秒，材料首次8.23秒，重复材料2.60秒。新材料仍是常驻更快；重复材料则略有反转。因此我不会把结论写成“常驻每次都更快”。

这项补测只确认视觉塔被加载，没有测试图片识别质量。当前软件设置中的SSD预算选项也不能被理解为已经提供全部引擎参数的可视化开关。

真正接回软件了吗

除了隔离计时，安装版已用32 GiB SSD模式完成中文短答和一次真实的本地时间工具调用。工具返回了实际时间与本机时区。随后在原生设置中把预算保存为0，从主页启动完整常驻，实际回读模型已加载、状态就绪、上下文32768，进程没有SSD预算参数。

这两组证据各有作用：隔离请求用来比较同题速度，原生操作用来确认软件确实能保存设置、启动模型并接通对话工具。之前带约7300输入词元且开启思考的应用任务，不拿来和这轮短题直接比快慢。

对这台64 GiB机器，我会这样选择：需要给其他应用留空间时，先用32 GiB精确SSD；准备集中处理新材料、已经释放内存时，再手动切换完整常驻。更长上下文、更复杂工具任务、不同机器与图片质量仍要单独验证。

当前下载与Windows更新

本篇Sushi测试使用Apple Silicon Mac。Mac公开安装包为1.9.9，已包含下载终态和启动错误提示修复。它保留Sushi独立运行环境，未升级或更换这次权重。

下载Mac 1.9.9安装包（DMG） · 查看Mac最终验收记录。Mac包采用本地签名，未完成Apple公证。

2026年10月20日另核对到Windows公开版已为2.0.0：它修复小窗口中无收益压缩导致任务提早停止、内置工具参数表占用，以及摘要接续历史工具指令的问题。Windows发行记录包含最终包安装后的问候、倒计时文件交付、自动压缩后继续回答、2K／5K输出上限下实际联网和正式聊天界面操作；倒计时开始、暂停、重置通过。记录保留了先前失败与后续修订，未宣称原12题全量重测；摘要仍可能遗漏信息或推断错误。

下载Windows 2.0.0安装程序 · 查看Windows最终包实测与限制。本次重新下载公开程序，39,307,350字节，SHA-256为547c745ad1494b89bc7c4d3ee8646b6fcc28f1c469a59be3496361e149b6e668，独立更新签名通过；这次没有重新操作Windows界面。该包非Windows Authenticode签名。

两平台引擎和版本独立：Sushi的Mac实测不能写成Windows也支持Sushi。 Windows继续其自身的PolyStrata运行链，Mac保持1.9.9，Linux保持既有发行包。

查看方寸智匣源码与使用说明 · 查看公开安装包与更新