Qwen3-Next-80B Thinking 过度冗长，工具调用表现不佳

rebellioninmypants · reddit · 2026-08-21

用户反馈 Qwen3-Next-80B-A3B-Thinking 模型在推理时极度冗长，频繁输出“Alternatively”、“Wait”等无用思考词。即便简单查询也会思考数分钟，在 GitHub Copilot 场景下更是产生 2-3 分钟的幻觉与推测。相比之下，此前使用的 Qwen3.5-35B-A3B 体验更流畅。用户提供了详细的 llama-server 启动参数，怀疑是配置问题，并询问社区是否有类似体验。