把两个本地大模型放进同一个实时策略游戏、让它们自己思考、自己行动，不靠人力干预——这场对决的看点不在跑分，而在真实硬件上跑起来的样子。
一方是 RTX 5090 上的 Qwen3.8-27B，用 NVFP4 与 FP8 混合量化、NInfer 推理引擎、MTP 3；另一方是 Mac Studio M5 Ultra 上的 DeepSeek-V4.1-Flash-1017，走 TensorFold Metal 方案、MLX 框架，专家权重压到 2bit 和 3bit。游戏本身就是作者在做的策略游戏，全程实时运行，两个模型先思考再行动，没有人类输入。
参数设置也各按各的规矩：DeepSeek 按配方走贪心解码，Qwen 按模型卡建议用 temperature 1.0。结果分两头：DeepSeek 在作者自己的知识与代码测试里得分更高，Qwen 的解码速度更快。作者自己也提醒，一场比赛不是基准测试，单场结果别当成通用结论。
值得注意的是，画面里的一切，包括配音，全部是在本地跑出来的。两个配方的完整数字都已公开：
RTX 5090 方案：https://niklaslenz.com/v2/qwen38-27b-nvfp4-ninfer-mtp3-5090/
Mac 方案：https://niklaslenz.com/v2/deepseek-v41-flash-mac-tensorfold-metal-bob/
想在本地复现这种“模型对打”的，照着配方搭环境比空谈参数实在得多：显卡路线拼解码速度，Mac 路线拼低比特量化后的可用性，选哪条先看自己手里有什么硬件。
正文完