Qwythos-9B-Claude-Mythos-5-1M 是一款基于 Qwen3.5 的 9B 参数推理与编码模型，专为本地编码工作流、代理开发及长上下文任务设计。其亮点在于体积小巧，可在消费级硬件上运行，同时具备处理实际编码任务的能力。本指南将详细介绍如何使用 llama.cpp 本地运行该模型，并将其连接至 Pi 编码代理。
首先，安装 llama.cpp 命令行界面。通过官方安装脚本即可获取 llama 命令，包括用于本地运行模型的 llama serve。安装后需将目录添加至 Shell 路径。设置 Hugging Face 缓存目录以管理模型文件。接着，启动 Qwythos MTP 模型，使用 Q6_K 量化版本并启用所有 GPU 层。命令包含关键参数如 --n-gpu-layers all（卸载所有支持层到 GPU）、--ctx-size 100000（分配 100K token 上下文窗口）、--flash-attn on（启用闪存注意力）、--cache-type-k/q8_0（减少 KV 缓存内存占用）、--spec-type draft-mtp（启用 MTP 推测解码）等。在 RTX 4070 Ti Super 上可实现约 81.74 token/秒的生成速度。
随后安装 Pi 及 pi-llama 插件，配置本地 API 地址后即可在 Pi 中选择模型作为编码代理。测试阶段，通过两个实际任务验证模型能力：构建一款名为“Beat the AI”的浏览器游戏，要求包括 30 秒倒计时、计分、进度条及多种题型，模型生成了一个完整的单 HTML 文件；另一个任务是构建 CSV 转 Excel 的 Python CLI 工具，模型正确创建了脚本并验证了功能。
总体而言，该模型速度快、精度高，适合日常编码任务，无需大量 VRAM。可配合 Pi、Claude Code 等工具使用，支持本地 OpenAI 兼容端点。建议添加网页搜索等集成以提升效果。