IndrasMirror выкатил на GitHub движок Xolotl: 552B-модель DeepSeek-V4.1-Flash уместилась в бытовую систему с одной RTX 4090. Веса размазаны по VRAM, RAM и NVMe, движок подгружает нужных экспертов на лету. Главное: • Декодирование — 27 tok/s на одной RTX 4090 • Prefill — 180–320 tok/s при контексте до 512K • 21/21 на HumanEval, 10/10 на tool calls, 3/3 на agentic bug-fix • Текущий квант — 152 GiB, оригинал 1017 для скачивания — 510 GB Что это значит: 552-миллиардная MoE-модель перестала быть привилегией кластера — она работает на домашнем железе. Пока автор сам показал результат, без независимой проверки. Все замеры — на конфигурации автора: RTX 4090 (24 GB VRAM) плюс 90 GB DDR4. Методология замера скорости и версия HumanEval не раскрыты.