cedriceuh/freetoken-rdna3 是 FreeToken 的一个调优构建版本，可在一到两张消费级 AMD Radeon RX 7900 XTX/XT（RDNA3）显卡上对 Qwen3.8-Flash-Next 之类的 Mixture-of-Experts（MoE）模型进行本地推理。2026 年 11 月 6 日的提交 173df60 在已合并至 e5856ac 的状态下重新测量了所有配置文件和检查点（NVFP4、EXL3 3.05/4.05 bpw），并替换了 README 的速度表和横幅。修改文件 15 个，改动 396 行（新增 215 行，删除 181 行），并且并非源代码，而是文档和配置文件（rdna3/profiles/*.env）方面的改动。
变化最大的是解码（TG，每秒生成 token 数）。在 RX 7900 XTX+XT 成对配置下，NVFP4 从 92-115 tok/s 提升到 107-133 tok/s，EXL3 3.05 bpw 从 117-145 tok/s 提升到 134-168 tok/s，EXL3 4.05 bpw 从 105-112 tok/s 提升到 118-128 tok/s。XTX 单独使用时，NVFP4 从 38-47 提升到 45-54 tok/s，XT 单独使用时从 30-36 提升到 36-42 tok/s。根据提交消息，读取新块的吞吐（PP）和 agent 轮次的首 token 延迟保持不变，但在 serve.sh 的采样设置中，单个请求达到 122.1 tok/s，高于此前记录的 106.2 tok/s。
这些数值是项目在自身环境中重新测得的。据提交消息说明，表格中的每一行都会用 rdna3/serve.sh 逐个启动服务器，保持配置文件原样，先运行一次以填充内核缓存，然后在镜像 640e1e5 上以贪心解码进行测量。19 个服务器均未出现 GPU 错误，但有一台关闭了 MTP（Multi-Token Prediction）头（一次预测多个 token 的辅助装置）的服务器在前 4 分钟解码缓慢，在重跑中未能复现。横幅中整体刻度从 150 变为 175 tok/s 是图形坐标轴刻度的调整，并非单独的测量值。
因此，这个提交更接近一份验证记录，而不是改进代码。对于想在 AMD 消费级显卡上本地运行 MoE 的人而言，这些数值值得参考，但并未给出许可证信息和外部验证，部分延迟也仍未得到解释。与其照单全信，不如各自在自己的显卡配置中进行确认。