零刻SER9 Pro（HX370）三个月使用体验：游戏与本地AI实测

📺 本图文教程由视频整理而成，对应的参考视频：零刻HX370小主机游戏和AI表现～3个月后的真实使用分享～。如需查看更详细、更具体的操作演示，可观看原视频。

场景：本文适合正在考虑购买 AMD HX370 平台迷你主机，或已经入手并想知道「这台小主机能玩什么游戏、能跑哪些本地大模型」的用户。本文不涉及具体安装步骤，重点是一份三个月后的真实使用结论与选型参考。

提示：更多软硬件教程与工具，可访问好用斋官网，配套资料可在网盘分享中下载。

设备概况

本文测试的机器为零刻 SER9 Pro，核心配置如下：

项目	配置
处理器	AMD Ryzen AI 9 HX 370
内存	32GB（内存与显存共用）
存储	1TB 固态硬盘
显示器	32 寸 4K 60Hz

总体结论：这台设备完全符合预期，使用体验非常满意。唯一的短板是内存偏小——尤其是涉及 AI 场景时，32GB 会明显吃紧。如果对 AI 有需求，建议64GB 起步。

第一部分：游戏表现

测试方式统一为：在 Steam 中直接以 4K 分辨率 + 默认设置启动游戏，不做任何画面参数调节。

游戏	分辨率 / 设置	实测帧率	体验评价
丝之歌	4K 默认	约 60 帧	基本稳定在 60 帧，偶尔可显示到 70+ 帧
神秘海域 4	4K 默认	约 47~48 帧	已完整通关，全程无问题
荒野大镖客 2	4K 默认	约 25 帧	帧率偏低；改用 2K 分辨率可顺利游玩

几点说明：

1. 丝之歌的帧率上限可能受显示器 60Hz 限制，不代表机器性能上限。
2. 神秘海域 4 属于老游戏，但 4K 默认设置下依然能跑到 47~48 帧，可流畅通关。
3. 荒野大镖客 2 在 4K 下仅约 25 帧，降到 2K 后表现会好很多，此前实测可正常游玩。

结论：对于游戏要求不高的用户，这台小主机的性能已经足够。

第二部分：本地 AI 表现

AI 部分主要通过 LM Studio 运行本地模型，按使用场景可分为两类，二者的内存压力差别很大。

场景一：纯聊天（LM Studio 直接对话 / Cherry Studio）

这类场景的上下文注入量非常小，对上下文长度要求不严格。

1. 列表中几乎所有模型都可以胜任，多轮对话也没有问题。
2. 如果要做基础编程，建议选择 9B 以上的模型。
3. 9B 以下的模型不要考虑——让它写个贪吃蛇都很难一次写对。

推荐的聊天模型：

模型	类型	特点
Ornith 1.5 9B	稠密	9B 档位首选，指令遵循程度好
GPT OSS 20B	MoE	均衡，接入智能体也适用
QWEN 3.6 35B A3B	MoE	智商高、速度快
GLM 4.7 Flash	MoE	智商高、速度快

后两个模型速度与智商表现都不错，作为聊天模型相当合适。

场景二：接入 OpenClaw / Hermes 等智能体

这是与「纯聊天」差别最大的一类场景。智能体启动时就会注入大量上下文提示词，因此对内存的要求非常严格。HX370 小主机内存与显存共用，要开大上下文时，32GB 明显不足。

以 QWEN 3.6 35B A3B 为例：

1. 模型本身体积就有 22GB。
2. 加载后若给16K 上下文，内存占用约到 27~28GB。
3. 再叠加 Windows 自身占用，很容易爆内存。

实际采用的应对办法是给到 64K 上下文，并将 KV 缓存量化到原来的 1/4（Q4），这样才能保证不爆内存，代价就是大模型智商会降低一些。以这种方式接入 Hermes 并完成多轮调用，目前运行正常——这基本已经是这台机器的极限用法。

关于 QWEN 3.8 27B（稠密模型）：

1. 在这台设备上已经非常吃力，基础对话也只有约 8~10 Tokens/s。
2. 接入 Hermes 后 KV 缓存成倍增长，极易爆内存。
3. 尝试过 Q2 版本：体积从 Q4 的约 17GB 降到约 11GB，但速度几乎没有提升（仅增加约 1~2 Tokens），整体依然很慢。
4. 结论：该体积的模型在 HX370 上几乎处于不可用状态，想跑这类模型需要上 395 级别、内存更大的机型。

warning 注意 若必须接入 Hermes 等智能体，GPT OSS 20B 是相对均衡的选择：体积相对小、接入速度快、指令遵循能力强，整体要求宽松，效果也可接受，值得一试。

小模型：LFM 2.5 2.6B（Q5）

1. 采用 Q5 量化，智商损失比 Q4 更少；追求速度可用 Q4。
2. 速度约 35~40 Tokens/s，非常快。
3. 指令遵循效果不错，在 Hermes 中调用简单 Skills 或执行命令效果可以。
4. 但毕竟只有 2.6B，智商不要期待更多。

各模型速度参考

模型	类型	速度
QWEN 3.6 35B A3B	MoE	约 27 Tokens/s
GLM 4.7 Flash	MoE	约 27 Tokens/s
GPT OSS 20B	MoE	约 27 Tokens/s
Ornith 1.5 9B	稠密	约 15~17 Tokens/s
LFM 2.5 2.6B（Q5）	稠密	约 35~40 Tokens/s

MoE 模型速度更快；Ornith 1.5 9B 虽体积不大，但属于稠密模型，速度明显更低。

后续待测试

1. AMD Lemonade：可同时调用 GPU 与 NPU，尚未测试。
2. AMD 专用 NPU 调用工具FastFlowLM：尚未测试。
3. Ling 3.0 Tiny 小模型：本机可跑到 70+ Tokens/s，但尚未在 Hermes 中验证效果，暂不推荐。

小模型测试完成后，会再推荐几款适合配置更低用户的模型。

总结

1. 零刻 SER9 Pro（HX370 / 32G / 1TB）整体表现符合预期，使用体验满意。
2. 游戏方面：4K 默认设置下可玩丝之歌（约 60 帧）、神秘海域 4（约 47~48 帧）；荒野大镖客 2 建议降到 2K。
3. AI 方面：纯聊天与 Cherry Studio 场景几乎全部模型可用，基础编程需 9B 以上。
4. 接入 OpenClaw / Hermes 等智能体时内存压力剧增，32GB 需将 KV 缓存量化到 Q4 才能稳住。
5. 内存是唯一短板，有 AI 需求建议 64GB 起步，或考虑更高阶的 395 平台。

参考视频

零刻HX370小主机游戏和AI表现～3个月后的真实使用分享～

好用斋官网

好用斋官网｜网盘分享