实测 5 个 Qwen3.6-35B 微调版:几乎全被原版基座碾压
returnity · reddit · 2026-09-29
Reddit 用户 returnity 用 Aider Polyglot 基准(约 10 小时本地跑完)对比了 Qwen3.6-35B-A3B 基座与 5 个微调版:Occamy-1.0、Ornith-1.5、KAT-Coder-V2.5-Dev、Tiel-Coder、Nex-N2.5-mini。
核心结论:基座几乎全面领先,微调爱好者可能失望。
- 基座首次通过率 37.4%、重试通过率 71.0%,格式良好的 diff 达 96.3%
- 唯一能竞争的是 Occamy-1.0(30.8% 首过、69.2% 重试),且 token 用量更省
- KAT-Coder 准确率较低(20.6%)但极快极省 token,适合当 subagent
- 社区热门的 Tiel-Coder 表现糟糕(18.7%),其「terse mode」大幅降低准确率;作者建议想减少冗长应调低 reasoning effort(xhigh→medium 可省约 1/3 token 而准确率基本不变)
- Nex-N2.5-mini 最差,首过仅 10.3%、每题 33.3K token
模板对比显示 stock 与 froggeric 模板对分数影响很小。
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16