小模型竞技场横评做完了，8 款模型拉通对比

agui · 2026-08-31T00:40:24.000Z

看了一版小模型竞技场横评，直接把 8 款模型放在一起比了：Qwen3.8-27B、Qwen3.6-27B、Qwen3.6-35B-A3B、Ornith-1.5-35B-A3B、Gemma-4 多个规格，还有 GPT-OSS-20B。每个模型都跑了 4 个量化版本，也看了 MTP 开关和 low / medium / xhigh 三档思考强度，重点放在前端、Python 和 Agent 能力上，单项取 pass@3 最优结果。整套测试跑了 48 小时，H100 主要是为了提速，成本大概 148 美元。

发现产品榜单精选讨论