多款量化小模型前端生成能力对比测试

2026年10月6日，LinuxDo网友 bonsai2 发布帖子，在12GB显存笔电上对比测试了多款量化模型的前端生成能力。参与测试的模型包括 bonsai 基于 Qwen3.8 27B 的三值极端量化模型 bonsai2，以及 Qwen3.6-35B-A3B Q4_K_M、Ornith-1.5-35B-A3B IQ4_XS、Ornith-1.5-9B Q6_K 三款模型。据发帖者称，运行配置统一为 131K 上下文（其中 bonsai 为 nvfp4 的 QV 量化，其余为 Q8Q4 混合 QV 量化），温度 0.4，复读惩罚系数 1.08，最大思考程度；测试借助 Antigravity 里的 Gemini 进行自动化测试和分析，共两道题目，一道是经典的鹈鹕骑车测试，另一道是 3D 小房子配樱花树。发帖者将此次测试描述为“两轮的前端图一乐测试”。目前报道仅呈现该网友的测试设置与题目，未给出各模型的具体表现或结论。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。