Strata 推理服务器通过冒烟测试却在长跑基准中翻车

Strata 推理服务器被一项长跑端到端基准否决：它虽通过了全部冒烟测试，却在 Miro clone MVP 等完整构建任务上表现不佳。开发者 julianharris 让模型按极详细规格完整实现功能（含任务与测试），单次运行长达数十小时，每组跑 5 次取统计数据。该服务器主打在有限内存下运行大模型。