ggufbench 本地模型实测：35B 编码 Agent 追平 125B

ggufbench 作者自建测试框架，在 2× RTX 5080 上横评七款本地 GGUF 模型及 Strata 引擎，考察 agentic 编码而非聊天能力，覆盖 18 个工具调用、72 个代码和 72 个 agent 任务，每任务跑多次。结果显示 27B 级模型已够用，一个 35B 小模型追平甚至超过 125B 模型，工具调用能力成为关键瓶颈。

2026-10-22 ~ 2026-10-23 · 2 条相关