Qwen-3.8-27B 测评报告!真的能打吗?
发表于|更新于|大语言模型
Qwen-3.8-27B 开源模型测评,本次测试使用 Q4_K_S 量化版本,BF16 原版权重留给大家自行部署。指令生成测试全部达标通顺,24 点、密码锁推理作答无误;浏览器操作系统项目启动失败,3D 赛车游戏画面可用但按键左右反转,Trello 看板功能完整。27B 量化后依旧有着不俗实力,非量化版本潜力更高,非常适合个人以及小型企业本地部署使用……
相关推荐

2026-06-02
Qwen 3.7 Plus 测试报告!真的能打吗?
本期视频实测阿里巴巴通义千问最新发布的 Qwen 3.7 Plus,国产旗舰开源大模型系列高配版本。本期视频用祖传测试用力测评,看 Qwen 3.7 Plus 究竟能不能打。 访问入口

2026-08-15
Qwen 3.8 27B(FP8) 测评报告!相当的能打!
Qwen-3.8-27B FP8 量化版本实测对比,相较于上期 Q4 版本表现更进一步,强约束指令生成全部通顺无重复字符,24 点、密码锁推理题全部答对;浏览器操作系统出现计算器计算错误,太空射击游戏存在小瑕疵,3D 赛车游戏运行正常、按键方向无误,Trello 看板功能完好,综合性能足以胜任日常办公、网页开发等常规编程需求…… 访问入口

2026-11-11
Qwen 4.0 Max Preview 测评!究竟有多能打?
粉丝们一直呼唤的 Qwen 4 Max Preview 测评报告来了。这两天顶尖模型都在扎堆上线,都有点测不过来了。闲话休提,这次直接在 Qoder 上开测,思考深度拉到极高,应该对应的就是 Max,也方便大家对比上次测评惊艳到大家的 QoDuck,看下究竟是不是同一个模型。 第一题,强约束指令遵循句子生成。很明显句子都是遵循从 1 到 10 结尾的,通顺度上除了第六句我不大敢确定,其他都没有问题。第六句是不是最后加个点比较好呢——「骰子停在 6」和「骰子停在 6 点」,大家觉得哪个更好? 第二题,鹈鹕土星环骑自行车 SVG。这个我感觉也没有什么好挑剔的,现在的模型真的强得可怕。一个月前基本没有几个模型这一题能做到无可挑剔,不是转弯翻车,就是鹈鹕自行车结构有问题;现在才迭代了两轮,这些模型就这么强了。再测多三四个模型,如果都能这么强的话,我就要考虑升级测试用例才行。 第三题,复合弓射箭 SVG。整体实现也是很不错的:上下滑轮的方向、箭羽方向、小人动作,这些都没有看出什么问题。而且拉弓的时候为了满足抛物线,也会和 Fable 这些海外顶级模型一样往上倾斜复合弓。如果真要挑刺的...

2026-05-21
Qwen 3.7 测试!吊打Gemini 3.5!
本期带来 Qwen 3.7 与 Gemini 3.5 的正面评测对比,涵盖编程、推理、数学、多模态等核心维度。阿里通义千问 Qwen 3.7 是阿里巴巴推出的高性能大语言模型,号称全面吊打 Gemini 3.5。一起来看看 Qwen 3.7 的实际表现如何。 访问入口

2026-05-21
Qwen 3.7 Max正式版!真的能打吗?实测报告!
本期视频带来千问旗舰模型 Qwen 3.7 Max 正式版实测。作为阿里通义千问迄今最强大的智能体模型,Qwen 3.7 Max 可自主完成长达 35 小时的复杂任务,在 Arena 全球大模型盲测总榜中位列国产第一,逼近 GPT、Claude、Gemini 第一梯队水平。视频从编程能力、办公自动化、长周期任务执行、多框架适配四大维度全面评测,解析这款模型究竟能不能打、适合哪些场景。 访问入口

2026-08-27
Qwen 3.8 Flash 多模态测评!究竟有多能打?
Qwen 3.8‑Flash 多模态专项测评来了!在上一期测试推理与编程实力之后,本期就用专属祖传测试用例,深度检验它识图、视觉理解的真实水平。 电影截图识别一题翻车、一题答对;空间方位判断、细微倾斜图形辨别表现出色;鸳鸯计数出现误判,将野鸭归类成了雌性鸳鸯。视觉时序测试中,并线时间识别准确,右转时间判断却出现了较大偏差。综合来看,这款 125B 参数的模型图像感知能力可圈可点,但在复杂识别、长视觉时序轴判断上依旧存在短板,感兴趣的小伙伴可以亲自动手实测感受一下…… 访问入口
公告






