Flash-Next 视觉对比 16k：Spark vs AMD vs AMD+4080

一句话。 同一 Flash-Next、同一 3 条提示、seed=441、max_tokens=16000，在 Spark / EVO 仅 AMD / EVO AMD+4080 上跑。速度：Spark ≫ AMD ≈ AMD+4080。但肉眼看多数结果质量很差或跑偏——自动 hit_ratio/closed_html 只表示“源码里有关键词”，不等于场景对、游戏能玩。

包定义：视觉对比包 v1。冒烟：game-01 · arch-01 · space-02。三机 Playwright render_ok 均为 0/3。

Totals

	Spark	EVO AMD	EVO AMD+4080
mean wall	247s	410s	442s
decode	~37 tok/s	~26.5	~25.3
mean hit_ratio	0.89	0.94	0.89
closed_html	3/3	3/3	3/3
render_ok	0/3	0/3	0/3

肉眼 · 质量边界

有的页面几乎空白——对应全机 render_ok 0/3。
game-*：提示要的是电影截图不是可玩关卡；输出无 keydown/WASD，只有镜头循环。“游戏不动”在该规格下是预期。
space-02：要求机库内银机体+橙衣工程师+货箱+蓝机器人+门外行星。标题写 Hangar，网格却常像火箭/战斗机轮廓；字符串检查只数 spacecraft 就过关。
arch-01 相对不那么烂，但仍非建筑级效果图。

本轮有效结论是机器速度/容量，不是“Flash-Next 擅长 3D”。v2 需：可玩 vs 静帧拆分、负面约束（禁止火箭发射/空战）、默认视觉/人工打分。

AMD+4080 除了显存还有收益吗？

对本负载：基本没有速度收益。 Flash-Next ROCmFP4 已能在纯 AMD（-dev Vulkan0 -c 32768）上跑满；再 layer spill 到 4080（-sm layer -ts 56,8）会吃 PCIe/切层开销。实测 AMD 410s vs AMD+4080 442s（约慢 8%）。

值得开 spill： 权重/KV 塞不进 AMD，或必须加大 -c 避免长 HTML 截断（此前 quality×cost 在 4096 截断后改 32k）。
不值得： 模型+上下文已能装下——纯 AMD 在 wall 与 checklist 上持平或更好。
质量： hit_ratio 纯 AMD 略优（arch-01 0.83 vs 0.67）。4080 不会让画面更“好看”。

Setup

	Spark	EVO AMD	EVO AMD+4080
serve	SGLang NVFP4 `:30000`	llama.cpp `Vulkan0`	llama.cpp `Vulkan1,0` `-ts 56,8`
weights	Flash-Next NVFP4	ROCmFP4-FAST ple16	同 GGUF
params	temp 0.4 · thinking off · seed 441 · max_tokens 16000

按提示 wall

prompt	Spark	AMD	AMD+4080
game-01	284s · 36.5 t/s · 10.4k tok	426s · 26.5 · 11.3k	522s · 25.2 · 13.1k
arch-01	162s · 38.1 · 6.2k	314s · 26.6 · 8.4k	356s · 25.4 · 9.0k
space-02	294s · 38.0 · 11.2k	490s · 26.4 · 12.9k	448s · 25.3 · 11.3k

结果 HTML

	Spark	AMD	AMD+4080
game-01	HTML	HTML	HTML
arch-01	HTML	HTML	HTML
space-02	HTML	HTML	HTML

怎么读

Spark 在 wall 与 tok/s 全胜（相对 Vulkan GGUF 约 1.6–1.8×）。
4080 spill = 容量。 能装下就用纯 AMD；大模型/长上下文再开 spill。
render_ok=0 是 Playwright 门未过，不是“没有画面”。
完整 12×4 矩阵尚未跑——目前仅 Flash-Next 冒烟 3 条。

原始：results/visual-compare/t16k-{spark,evo-amd,evo4080}-flash/ · 2026-09-04。