yjhatfdu2

@sentinelK 我现在用的是最新的 vllm ，改了一下 jinja ，基本上没有遇到这些问题，但是有个偶现的 GPU 报 Xid 31 导致奔溃的问题，可是 flashinfer 的 B12x 内核在长上下文、高并发、MTP 下的 bug ，就先凑合着用吧，codex 跑几个小时可能会遇到一次

@wcwcxiaobin 你可以试试呢，muse 大部分的局部注意力，长上下文也有可能不集中

@catazshadow 开 128K 和能力有什么关系？ Qwen3.8 估计关掉 thinking 都可以把 muse 吊起来打，所有的客观测试分数都相差两代的水平了，AA 比开了 reasoning 的 Qwen3.6 27B 都低三分，也就比 Qwen3.6 35B 好一点，真的是拉大了。

@sentinelK 这个应该是因为 qwen3.8 只有几个有限的思考等级，和 codex 的那几个不匹配，需要改 jinja 模版做映射

@yjhatfdu2 我是 PRO 6000 ，感觉现在 sm120 架构还是支持有限

@catazshadow 规模更大，所有评测都落后一大截，AA 更是 35 比 52 ，这怎么叫打的有来有回呢？应该是全方位无死角吊打。Qwen 你也可以开 128k 上下文

sglang 在 codex 上遇到了不少微妙的问题，包括但不限于 codex 的扩展工具类型支持问题（比如 mcp 相关、工具检索等），开启 EAGLE 后 xgrammar 进行 tool call 受控采样时会偶然遇到 triton kernel 的问题导致奔溃，加入多模态会导致输出长度可能超过模型上下文限制导致报错，加入图片偶现 prefill cuda graph 问题，SMG 对于 codex 的很多扩展的 responses 协议字段强校验通不过报错。修了半天算了还是换 vllm 吧，不过 vllm 也遇到了非常偶现的 cuda 内存越界，真是服了

@rm2788 粘滞可能是蓝牙鼠标延迟的问题，用有线或者 2.4G 的无线毫无问题

城市>学校>专业