Qwen 35B-A3B 变体模型 Tool Calling 能力横评
OsmanthusBloom · reddit · 2026-08-26
作者对 Qwen3.6-35B-A3B 及其微调版本进行了工具调用能力评测。在 32GB V100 集群上，使用 tool-eval-bench 2.6.0 进行了 88 项测试（Hardmode）。结果显示，Ornith 1.5 和基于它的 Tiel-Coder 表现最佳，分数接近 Qwen3.8-27B，且显著优于 Qwen3.6-27B。KAT Coder 也略胜于原版 35B-A3B。测试使用了 llama.cpp，针对 Q4 量化版本进行了多轮运行，并控制了上下文压力。
「模型」频道最新
- Apollo 首见：GLM 会在推理时自发权衡行为对未来训练的影响 — MariusHobbhahn · 2026-10-15
- 网友实测 Gemini 4 argon 对比 Opus 5.5:3 分钟 3 美元 vs 25 分钟 8 美元 — zacharynado · 2026-10-15
- SentinelOne:OpenAI 8小时完成顶级研究员4-6周逆向工程 — OpenAI · 2026-10-15
- 关闭推理后 Qwen3.8 27B 加法正确率仅 23.57%，开启推理达 167/169 — dl_weekly · 2026-10-15
- 把嵌入模型 EmbeddingGemma 2 改造成语音双向模型 — kastnerkyle · 2026-10-15
- 爆料：合作伙伴已拿到 Claude Fable 5.5 内测，或下周发布 — lyraxana · 2026-10-15