本地实测：Qwen 3.8 27B 靠「过度思考」逼近 Sonnet 水平
maxwell321 · reddit · 2026-08-17
一位用 3×3090 + Tesla P40 跑本地模型的用户深度评测了 Qwen 3.8 27B（Unsloth UD-Q8KXL 量化），结论是其大量的"思考"能挖出训练知识中的细枝末节，性能逼近 Claude Sonnet，并有冲击 Opus 级结果的潜力。
测试方法是用"1:1 复刻经典街机游戏"作为基准 prompt。对比中，Qwen 3.6 27B 的 Galaga 复刻基本成了太空侵略者克隆，敌人不俯冲不射击，细节缺失需要人工补引导；Qwen 3.8 则用像素位图动态构建精灵、带两帧动画、加了 CRT 滤镜和开机模拟，甚至记得并实现了原作的战机捕获机制（救回后双机同屏），仅捕获方式从光束变成撞击。作者认为这大幅缩小了本地模型与专有模型的差距，多花的推理时间和上下文值得。
所属事件:Qwen 3.8 27B「过度思考」争议：实测多为性能代价(7 条相关)→
「模型」频道最新
- Meta 开源 Muse Spark Open:SGLang 一天支持,NVFP4 内核提速近 4 倍 — BanghuaZ · 2026-10-16
- Prompt 里写 load-bearing 可让 Opus 5.5 全力输出不藏拙 — zacharynado · 2026-10-16
- 美国人来中国出差用 Claude 也被封号 — dotey · 2026-10-16
- 逐条核算 Grok Bot 账单：五天烧穿 $20 到 $200，长任务占 52% — jonathanmalkin · 2026-10-16
- NVIDIA 开源 Nemotron-3.5-Embed-1B：图文物页检索、34 种语言的通用嵌入模型 — jacek2023 · 2026-10-16
- EpochAI 估 GPT-6 训练算力 4.6e26 FLOP,引算力圈质疑参数高估 — scaling01 · 2026-10-16