Strata 0.2.7 来了，DeepSeek-V4.1-Flash-1017 在本地跑又快了一截。这次动的是提示词处理：引擎不再每次提示后都从 SSD 重读一批专家数据，而是自动选注意力缓存大小、改了 RAM 的填充方式。官方给的最高数字是提示速度提升 65%。
先看消费级卡上的实测。RTX 5070（12GB 显存、64GB 内存）：4K 提示从 116 涨到 170 tok/s，提升 47%；8K 提示从 202 涨到 268 tok/s，提升 33%。R9700 上 32K 提示从 382 涨到 444 tok/s，提升 16%；8K 提示从 200 涨到 286 tok/s，提升 43%，不过这项受 SSD 读取限制，每次跑的结果波动比较大。长答案的整体完成时间也没拖后腿，RTX 5070 上缩短了 8.7%，137.5 秒对比 150.6 秒。
新支持的硬件值得单独说一句：Ryzen AI Max（Strix Halo）现在 Windows 原生就能跑 DeepSeek，4K 到 32K 最高 300+ tok/s。4 张 R9700 默认走 5 experts 模式，暖启动提示快 40% 以上，质量几乎不变。上下文也放宽到 512K/1M，Vision 默认开启。12GB 的卡加一块大内存，跑 DeepSeek-V4.1-Flash-1017 比以前顺多了。
硬件覆盖面也摆在这了：NVIDIA RTX 20/30/40/50 系、AMD RX 7700/7800/7900、RX 9060/9070、AI PRO R9700、苹果 M1 及更新芯片、Ryzen AI Max Strix Halo。除了本地聊天，还能接 Claude Code、Codex CLI、OpenCode 这些编程工具。Strata 本身免费开源，不用注册账号。
提醒两点：内存不再预先填充，长提示后的第一个词可能慢一点；不想用这个新行为，打开“DeepSeek 加速”开关就能一键关掉。另外留个参照：上一版 0.2.6 在 RTX 4080 Super（16G 显存、128G 内存、8K 上下文）上，生成速度从约 10 t/s 提到了 16.7–22.7 t/s。
下载地址：
https://github.com/Niko1221/Strata/releases/tag/v0.2.7