实测本地 Gemma 4B 跑 agent 基准，最高难度仅得 2/5

draginol 使用其发布的本地 AI 基准，测试 4B 模型 gemma-4-E4B-it-qat-q40（经 Locama 引擎运行）能否完成复杂 agent 工作。该基准内建三档难度，模型在测试中仅获 2/5 的得分，未能通过最高难度 Extended 多步 agent 任务的门槛，显示小型本地模型尚难胜任复杂 agent 场景。

2026-11-08 ~ 2026-11-08 · 2 条相关