9GB 以下开源模型横评:Qwen3.5-9B 全能,IFM K2-7B 数学最强
parepeg · reddit · 2026-11-17
Reddit 用户整理了 7 个 9GB 以下可本地部署的小模型的横向对比(分数多为各家自报,需谨慎看待):
参测模型:IFM K2-Horizon-7B(512K 上下文)、IBM Granite 4.2-8B、Qwen3.5-9B(delta-net 混合架构,支持文/图/视频)、小米 MiMo-V2.6-Distill-9B(基于 Qwen3.5-9B 的 SFT)、Liquid LFM2.5-8B-A1B(MoE,1.5B 激活)、Google Gemma 4 E4B(文/图/音)、Liquid LFM3-VL-2B。
关键结论:
- 数学:Qwen3.5-9B AIME 2026 92.5 分居首,K2-7B 90.2 紧随
- 编码:K2-7B SWE-bench Verified 72.4 分大幅领先;Gemma 4 E4B 仅 0.5,Terminal-Bench 为 0
- 智能体/工具调用:LFM3-VL-2B 在 LiveClaw、ToolSandbox 等多项反超大模型;Qwen3.5-9B 在 tau2-Bench 达 79.1
- 知识:Qwen3.5-9B GPQA Diamond 81.7、MMLU-Pro 82.5 领先
- 视觉:Qwen3.5-9B MMMU-Pro 70.1 最强,2B 的 LFM3-VL 在部分任务超 Gemma 4
整体看 Qwen3.5-9B 是最均衡的全能选手,K2-7B 强在数学与编码,超小模型在 agent 任务上性价比突出。
「模型」频道最新
- 用户观察:ChatGPT 文字对话远比语音模式更懂你 — shaunralston · 2026-11-17
- LessWrong 长文批 Gemini 4 安全报告:未能证明失控风险低 — DKokotajlo · 2026-11-17
- 开源模型token份额升至30%,企业用户使用增速追平闭源 — ivan_bezdomny · 2026-11-17
- 网友察觉 OpenAI 今日连发多篇博客,推测新模型即将发布 — imjustnewatai · 2026-11-17
- Polymarket 称 GPT-6 Astra 助物理学家破解 50 年粒子物理难题 — Polymarket · 2026-11-17
- 现场速报:Sam Altman 称「我们之前没有 AGI,现在有了」 — imjustnewatai · 2026-11-17