单张 16GB RX 9060 XT 跑分：九款模型过五道编码任务
Ok_Substance2327 · reddit · 2026-10-18
Reddit 用户在一张 RX 9060 XT（16GB）上用五个编码任务实测九个模型：每个模型拿到规格文件后在空目录里产出 solution.py 和测试文件并自跑测试，评分用模型看不到的 checker（固定用例 + 对暴力 oracle 的随机用例 + 性能门槛），单格上限 1750 秒。
任务：CSV 单行引用规则、固定异常行为的算术求值器、POSIX 风格 shell tokenizer、20 万区间带双 tie-break 的区间调度（3 秒内）、4000 字符文本上含 20 个星号的模式匹配（10 秒内）。
结果
- deepseek-v4.1-flash（云端）：5/5，仅 236 秒、43k token
- Qwen3.8-27B UD-IQ4XS + MTP（kvstream fork）：5/5，但耗时 94 分钟、185k token；用 Thompson NFA 过 c5
- Qwen3.8-27B IQ3XXS、Swift-1.5-Qwen3.8-27B、Ornith-1.5-35B-A3B、Qwen3.6-35B-A3B：各 4/5
- Nemotron-3.5-Bolt-74B：1/5，多格报告不存在的文件
- LFM2.5-24B-A2B：0/5
关键观察：c1-c3 只区分「会写代码并迭代」和「不会」；c4 全部通过者都用排序+bisect DP，输在 tie-break 与重复输入；c5 分水岭明显——通过者都构建自动机（NFA/大整数 bitset），失败者用 parse-then-match 或 Python re（星号堆导致回溯爆内存）。Qwen3.6-35B 在 c4 以 3.03 秒败给 3.0 秒门槛，复测波动 2.97-3.23 秒。
「编程与Agent」频道最新
- SlateDB+Lance+Datafusion 自建数据栈,为客户年省数百万美元 — sh_reya · 2026-10-18
- 开发者吐槽:Muse 是同类中最封闭难接入的 agent harness — RileyRalmuto · 2026-10-18
- Anthropic 官方展示:用 Opus 5.5 数周做出山火蔓延分析原型等六个项目 — bookwormengr · 2026-10-18
- 马斯克宣布 Grok Bot 大升级：速度快 3 倍，接入 X Chat 与邮箱自动化 — elonmusk · 2026-10-18
- Reflection AI:Beam 24 小时吞吐 1 万亿 token 并重置全部用量上限 — nayshins · 2026-10-18
- 博主用 Grok Bot 一句话做出并部署 Tesla Roadster 飞行小游戏 — XFreeze · 2026-10-18