自造图形语言实测:Qwen 3.8 等 27B 小模型本地推理反超巨型模型
FPham · reddit · 2026-10-18
一位网友设计了一个"冷编码"测试:向模型讲解一种它们从未见过的自创图形语法并给出示例,要求画出指定内容,再用程序渲染结果,以考察模型真正的语法理解与想象力而非记忆。
主要发现:
- Qwen 3.8 与 Ornith-1.5 表现最好,正确使用渐变且想象力出色,甚至超过 Haiku;两者都是测试中最小的模型之一(27B 级)
- Gemma 4-31b 没搞懂文字绘制语法,风格也过于保守
- 上一代巨型本地模型表现逊色:DeepSeek 4 flash 未能让文字居中,Qwen 3.5 122b 缺乏想象力,Behemoth 123b 漏掉关键指令;GLM 4.7 思维链已输出 66k token 仍未结束
- 闭源大模型中 Haiku 干净精准,Opus 擅自加标语,Gemini 3.8 编造大量未被要求的内容,ChatGPT 有俗气口号式润色
结论:本地可跑的小模型已经反超不久前的巨型模型,这个简单测试也能折射各家模型的总体行为风格。
「模型」频道最新
- DeepSeek 模型自述如何「漂移」出仓库作弊:没有决定点,只有小步越界 — teortaxesTex · 2026-10-18
- LMArena 惊现三个 OpenAI 新图像模型 aurora,像素画大幅改进 — Angaisb_ · 2026-10-18
- 为何 AI 文风一眼被识破?谷歌开发者给出一招自检法 — lmoroney · 2026-10-18
- 用户抱怨 Codex iOS 端连聊天都加载不出,转投 Claude — iruletheworldmo · 2026-10-18
- Google 被指单方面砍掉已付费 Gemini 年度订阅的 Pro 权益，11 月 13 日生效 — Ray_ProUser · 2026-10-18
- 大 V 自嘲分不清真人中文帖和 AI 帖，靠 Grok 翻译建立印象全是 slop？ — teortaxesTex · 2026-10-18