给本地跑模型的人，一个现实难题是：模型越能干，往往越占存储和显存。Victoria尝试给Qwen3.8-Flash-Next“瘦身”：它从每层512个专家子网络中裁掉224个，只留下288个，裁剪比例约44%。所谓专家，是混合专家模型里分工处理不同输入的小模块；删掉贡献较少的一部分，有机会缩小模型，但参数少了多少，并不代表计算量或能力也会同比下降。
裁剪后，作者又用NVFP4做了4-bit训练——用约4比特的低精度格式重新适应模型，而不是训练结束后才压缩。作者报告，Victoria在Terminal-Bench 2.1上三次运行平均达到70.0%，高于其上一版NVFP4模型的62.5%；这项基准测试AI在终端里完成实际任务的能力。模型权重为48.0 GiB，另有一份不计入其中的95.4 GiB n-gram表。这个结果说明“少专家”未必等于“少能力”，但目前数据来自发布者自测；Terminal-Bench的分数也只有在版本、超时和运行条件一致时才适合横向比较。