评 Qwen3.8-27B 别晒聊天截图：先列出它该拒绝的任务清单

Binary_orchid · reddit · 2026-08-20

作者提出一种更实用的本地模型评测思路：与其罗列「视觉、视频、思考、本地部署」这类名词式卖点，不如用三个小 fixture 实测——一个带测试的短代码修复、一个答案取决于可核对细节的图像任务、一个保留源行的长文档问答，重点保留失败样本（看似流畅但改错文件、看错细节的回答直接进拒绝列）。作者认为官方卡片应界定使用边界，本地记录应写清 checkpoint、量化、运行时、上下文目标、思考模式、输入尺寸与判据；若 ZenMux 上线托管路由也只能作参考，无法反映本地显存与吞吐。最有价值的产出是一份「不值得交给这个模型的任务清单」，比又一张干净的聊天截图有用得多。