105 个植入 bug 实测:本地 Qwen3.8-27B 修虫量逼近 Claude Opus
PawelHuryn · x · 2026-09-17
作者用两个真实仓库、植入 105 个 bug 的基准实测本地 LLM 的找虫修虫能力。结果:Opus 4.8(max)修复 15 个,Qwen3.8-27B 8-bit 量化修复 10.7 个,Sonnet 5(high)9 个,Gemma 4 31B 仅 4 个,gpt-oss-120b 为 0(基本不可用)。
意外亮点是 Qwen3.8-27B 的 8-bit 量化版:仅约 28.6 GB,在 64 GB 内存 Mac mini 上即可流畅跑 200K 上下文。作者认为它虽不如顶级闭源模型聪明,但足以承担真实有用的日常修虫工作,且成本几乎只有电费。
所属事件:Bug Hunt Bench 实测：本地 Qwen3.8-27B 修虫能力逼近 Opus(3 条相关)→
「模型」频道最新
- 别再按月租智能了:Anthropic 服务端新规再掀开模型之争 — alex_verem · 2026-11-02
- Epoch AI 实验：GLM 5.3 连续攻破 6 个 Firefox 版本，单次成本约 1000 美元 — rohanpaul_ai · 2026-11-02
- SemiAnalysis：安全分类器压分，Opus 5.5 与 GPT-6 Astra 排名被低估 — morqon · 2026-11-02
- 1.7B 本地模型 LFM3 在 MacBook 上首次答对曼城赛程查询 — NielsRogge · 2026-11-02
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02