指南 / 智能体模型
智能体模型
共 29 个 · 数据更新于 2026-07-19
显存档为包含式:更低显存也能跑的模型一并计入。数值取 Q4 量化后估算。
| 模型 | 参数量 | 显存门槛 | 上下文 | 许可证 | 商用 | 语言 | 国内可达 | 部署 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3 (LuffyTheFox) | 35B (3B 激活) | ~21GB 4-bit | 262K (可扩展至 1M) | Apache-2.0 | 可商用 | — | 需代理 | llama-server -hf LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF --jinja |
| MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking (GnLOLot) 量化自 MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking | 1B | ~0.6GB 4-bit | 128k | Apache-2.0 | 可商用 | — | 需代理 | ollama run hf.co/GnLOLot/MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking-GGUF 等 2 种 |
| MaralGPT-Mythos-9B (MaralGPT) 量化自 Qwen3.5-9B | 9B | ~5.4GB 4-bit | 1M | apache-2.0 | 可商用 | — | 需代理 | ollama run hf.co/MaralGPT/MaralGPT-Mythos-9B-2606-GGUF |
| Gemma-4-12B Agentic v2 (yuxinlu1) 微调自 gemma-4-12B-it 原生 · GGUF | 12B | ~7.2GB 4-bit | 16k（示例命令） | Apache-2.0 | 可商用 | — | 需代理 | llama-server -hf yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-GGUF -ngl 99 --jinja |
| Gemma4-26B-A4B (HauhauCS) | 26B-A4B | ~16GB 4-bit | 256k | gemma | 限制商用 | — | 需代理 | llama-server -m Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-Q4_K_M.gguf --mmproj mmproj-Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-BF16.gguf -md mtp-gemma-4-26B-A4B-it.gguf --spec-type draft-mtp -ngl 99 -fa on （需下载3个文件） |
| Huihui-Qwythos-9B-1M (huihui-ai) | 9B | ~5.4GB 4-bit | 1M | apache-2.0 | 可商用 | — | 需代理 | llama-cli -hf huihui-ai/Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated-GGUF --model Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated-Q4_K.gguf -ngl 99 -c 262144 -fa on -np 1 --spec-type draft-mtp --spec-draft-n-max 2 |
| Qwopus-3.6-35B-A3B-Coder (Jackrong) LoRA · 基于 Qwopus3.6-35B-A3B-v1 | 35B (3B 激活) | ~21GB 4-bit | — | Apache-2.0 | 可商用 | — | 需代理 | llama-server -hf Jackrong/Qwopus3.6-35B-A3B-Coder-MTP-GGUF -m qwopus-35b-a3b-coder-q5_k_m.gguf 等 2 种 |
| Qwen-AgentWorld-35B-A3B (Qwen) 量化自 Qwen-AgentWorld-35B-A3B 原生 · GGUF | 35B (3B激活) | ~21GB 4-bit | 262k | Apache-2.0 | 可商用 | — | 魔搭可用 | vllm serve Qwen/Qwen-AgentWorld-35B-A3B --port 8000 --tensor-parallel-size 4 --max-model-len 262144 --reasoning-parser qwen3 --trust-remote-code 等 2 种 |
| Gemma-4-31B-it (Google) 量化自 gemma-4-31B-it | 31B | ~11GB 2-bit | — | gemma | 限制商用 | — | 需代理 | ollama run hf.co/pearsonkyle/gemma-4-31b-imatrix-GGUF:IQ2_M 等 2 种 |
| Qwen3.6-27B-AEON-Uncensored (AEON-7) 量化自 Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16 | 27B | ~16GB 4-bit | — | apache-2.0 | 可商用 | — | 需代理 | ollama run hf.co/mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF:Q4_K_M 等 2 种 |
| Qwen3.6-27B-Uncensored (AEON-7/mradermacher) 量化自 Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16 | 27B | ~16GB 4-bit | — | apache-2.0 | 可商用 | — | 需代理 | llama-server -hf mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF 等 2 种 |
| Gemma4-12B-Uncensored (HauhauCS) 量化自 gemma-4-12B-it | 12B | ~7.2GB 4-bit | 256K | gemma | 限制商用 | — | 需代理 | llama-server -m Gemma4-12B-QAT-Uncensored-HauhauCS-Balanced-Q4_K_M.gguf -md mtp-gemma-4-12B-it.gguf --spec-type draft-mtp --mmproj mmproj-Gemma4-12B-QAT-Uncensored-HauhauCS-Balanced-BF16.gguf -ngl 99 -fa on （需先下载gguf及mmproj文件） |
| Qwopus3.6-27B-Coder (Jackrong) 量化自 Qwopus3.6-27B-Coder | 27B | ~16GB 4-bit | 32K | apache-2.0 | 可商用 | — | 需代理 | llama-server -hf Jackrong/Qwopus3.6-27B-Coder-Compat-MTP-GGUF (需代理下载) |
| Qwythos-9B (Empero) 微调自 Qwen3.5-9B 原生 · GGUF | 9B | ~5.6GB 4-bit | 1M | Apache 2.0 | 需自查 | — | 需代理 | vllm serve empero-ai/Qwythos-9B-Claude-Mythos-5-1M --max-model-len 1010000 等 2 种 |
| Kimi K2.7 Code | 1.1T | ~660GB 4-bit | — | other | 需自查 | — | 魔搭可用 | — |
| Laguna M.1 | 225.8B | ~135GB 4-bit | — | apache-2.0 | 可商用 | — | 需代理 | — |
| MiniMax-M3 | 427B | ~256GB 4-bit | — | other | 需自查 | — | 魔搭可用 | — |
| Nex-N2-Pro | 396.8B | ~238GB 4-bit | — | apache-2.0 | 可商用 | — | 魔搭可用 | — |
| SIQ-1-35B (AlexWortega) | 35B (3B激活) | ~21GB 4-bit | 131k | Apache-2.0 | 可商用 | — | 需代理 | python -m sglang.launch_server --model-path AlexWortega/SIQ-1-35B --tp 2 --context-length 131072 --reasoning-parser qwen3 --tool-call-parser qwen3 --port 8080 等 3 种 |
| Qwen3.6-27B-MTP-pi-tune (bytkim) 量化自 Qwen3.6-27B | 27B | ~16GB 4-bit | 256k | Apache-2.0 | 可商用 | — | 需代理 | ollama run hf.co/bytkim/Qwen3.6-27B-MTP-pi-tune-GGUF 等 3 种 |
| Qwopus-3.6-27B-Coder (Jackrong) LoRA · 基于 Qwopus3.6-27B-v2 GGUF·jackrong · GGUF·jackrong·MTP | 27B | ~16GB 4-bit | 32K | Apache-2.0 | 可商用 | — | 需代理 | llama-server -hf Jackrong/Qwopus3.6-27B-Coder-GGUF |
| Qwable-v1 (lordx64) 微调自 Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled | 35B (3B 激活) | ~22GB 4-bit | — | AGPL-3.0 | 可商用 | — | 需代理 | llama-cli -hf lordx64/Qwable-v1-GGUF:IQ4_XS -p "Hello"（需代理） 等 2 种 |
| North-Mini-Code-1.0 (CohereLabs) 量化自 North-Mini-Code-1.0 原生 · GGUF | 30B总 / 3B激活 | ~18GB 4-bit | 256K | Apache-2.0 | 可商用 | — | 需代理 | vllm serve CohereLabs/North-Mini-Code-1.0 等 2 种 |
| MiniCPM5-1B (OpenBMB) 原生 · GGUF | 1B | ~0.6GB 4-bit | 128k | apache-2.0 | 可商用 | — | 魔搭可用 | vllm serve openbmb/MiniCPM5-1B --port 8000 等 3 种 |
| Qwopus3.6-27B-v2-MTP-GGUF (Jackrong) LoRA · 基于 Qwen3.6-27B GGUF·jackrong·MTP · GGUF·jackrong | 27B | ~16GB 4-bit | 128k | Apache 2.0 | 可商用 | — | 需代理 | llama.cpp server -m qwopus3.6-27b-v2-mtp.Q4_K_M.gguf -ngl 99 等 2 种 |
| Qwopus3.5-9B-Coder-MTP (Jackrong) LoRA · 基于 Qwopus3.5-9B-v3.5 GGUF·jackrong·MTP · GGUF·jackrong | 9B | ~5.4GB 4-bit | 128k | apache-2.0 | 可商用 | — | 需代理 | ollama run hf.co/Jackrong/Qwopus3.5-9B-Coder-MTP-GGUF:Q4_K_M 等 3 种 |
| SuperGemma4-26B (Jiunsong) 量化自 gemma-4-26B-A4B-it | 26B (4-bit) | ~15GB 4-bit | — | gemma | 限制商用 | — | 需代理 | mlx_lm.server --model Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2 等 2 种 |
| Gemma4-26B-A4B-Uncensored-Balanced (HauhauCS) 量化自 gemma-4-26B-A4B-it | 26B (25.2B total, 3.8B active) | ~16GB 4-bit | 256K | Apache-2.0 | 可商用 | — | 需代理 | llama-server -m Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced-Q4_K_P.gguf --mmproj mmproj-Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced-f16.gguf --jinja -c 32768 -ngl 99 |
| SuperGemma4-26B-Uncensored (Jiunsong) 量化自 gemma-4-26B-A4B-it | 26B | ~16GB 4-bit | — | gemma | 限制商用 | — | 需代理 | ollama run hf.co/Jiunsong/supergemma4-26b-uncensored-gguf-v2 等 3 种 |
没有同时满足所选条件的模型,试着去掉一个筛选。
常见坑
- 系统提示词必须以特定首行开头，否则模型表现可能下降 —— LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF
- 量化低于 Q4_K_P 时编程能力显著下降 —— LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF
- Plus 版本因一致性基准测试失败已被作者撤回 —— LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF
- Wasserstein（非 Plus）版本仅修复 SSM 层漂移，未修复死神经元 —— LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF
- 不同版本的推荐量化格式不同（Genesis 推荐 MXFP4_MOE，Wasserstein 推荐 Q4_K_P） —— LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF
- 量化低于 Q4 时模型性能严重退化 —— yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2
- 实际 agentic 工具调用场景中简单工具调用仍不可靠 —— yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2
- 同尺寸竞品 Qwen 3.5 9B 在 5/8 项基准测试中胜出,且参数量更小 —— yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2
展开其余 102 条
- encoder-free 架构较新,社区适配和调试存在一定门槛 —— yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2
- 该微调为社区实验性产物,非官方发布 —— yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2
- 定性/创意类任务的实际表现可能不同于基准分数 —— yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2
- 在工具调用/自定义 harness 编码评测中表现显著弱于其单次编码成绩,实际 agent 场景可靠性存疑 —— HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
- HauhauCS 作者在社区中拒绝与用户讨论和对话,引发部分用户不满 —— HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
- 去审查版本有时需要先「说服自己」才能输出,并非所有场景都立即响应 —— HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
- HauhauCS 的 31B 版本已宣布但尚未发布,目前仅有 26B 和更小的 E4B/E2B 可用 —— HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
- 不同 API 提供商之间性能差异巨大,TTFT 从 0.68s 到 5.51s 不等,输出速度相差近 5 倍 —— HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
- 在编码/agent 任务上明显落后于 Qwen3.6-35B-A3B(Terminal-Bench 2.0 差距 +8.6 分) —— HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
- 社区有反馈称其实际表现与模型卡上的全面提升描述存在落差,有时甚至弱于前代 —— HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
- 首批样本生成存在部分错误，官方已对两个失败模式进行复测 —— huihui-ai/Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated-GGUF
- 训练数据来自 Claude 会话日志合成的 CoT，非原生人类标注数据 —— huihui-ai/Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated-GGUF
- 部分用户反映社区微调版本在实际使用中无法正常工作 —— Jackrong/Qwopus3.6-35B-A3B-Coder-MTP-GGUF
- 3.6 基础模型本身已减少过度思考，使得思考关闭微调的必要性降低 —— Jackrong/Qwopus3.6-35B-A3B-Coder-MTP-GGUF
- 定位模糊,官方未清晰说明其与通用聊天/指令模型的区别,导致社区困惑 —— Qwen/Qwen-AgentWorld-35B-A3B
- 从专家级难度起频繁输出空白,复杂任务上崩溃 —— Qwen/Qwen-AgentWorld-35B-A3B
- 不适合作为代码生成器使用 —— Qwen/Qwen-AgentWorld-35B-A3B
- 非标准聊天/指令模型,不能当作通用对话助手 —— Qwen/Qwen-AgentWorld-35B-A3B
- 推理过程较长 —— Qwen/Qwen-AgentWorld-35B-A3B
- 深度推理仍无法触及前沿闭源模型水平 —— pearsonkyle/gemma-4-31b-imatrix-GGUF
- 有用户表示 90% 的场景更偏好 Qwen 3.6 —— pearsonkyle/gemma-4-31b-imatrix-GGUF
- 在手机上运行速度偏慢 —— pearsonkyle/gemma-4-31b-imatrix-GGUF
- 有用户认为 Qwen 3.6 完全碾压 Gemma 4 —— pearsonkyle/gemma-4-31b-imatrix-GGUF
- DGX Spark 容器为 ARM64 + sm_121a 专用构建，不可移植到其他硬件 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-i1-GGUF
- BF16 全精度权重需 52 GB 显存，消费级单卡难以承载 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-i1-GGUF
- 作为 CLI 编程 agent（opencode）需较多调校，开箱体验不如 Claude Code —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-i1-GGUF
- M1 Mac（8 核/16GB）2bit 量化下生成速度仅约 5.9 tok/s —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-i1-GGUF
- DGX Spark 单流推理约 30–36 tok/s，远低于高端 Blackwell 的表现 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-i1-GGUF
- 并非 Claude 替代品，社区认为这样比较的人要么没用过 Claude 要么在妄想 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF
- BF16 全精度需 52GB 显存，单卡消费级跑不了 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF
- DGX Spark 专用容器不可移植到其他硬件 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF
- Aggressive 无审查变体被指「毫无个性」 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF
- SVG 生成质量不稳定，曾出现「放飞自我」的输出 —— mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF
- 编码任务表现与 non-QAT 版本各有优劣，需按具体任务选择 —— HauhauCS/Gemma4-12B-QAT-Uncensored-HauhauCS-Balanced
- 仅 Q5_K_M 量化达到满分，其他量化级别（Q4/Q6/Q8）在特定解析器题目上存在差异 —— Jackrong/Qwopus3.6-27B-Coder-Compat-MTP-GGUF
- 与基础模型 Qwen3.6-27B 的全面对比评测仍在进行中，尚未完成 —— Jackrong/Qwopus3.6-27B-Coder-Compat-MTP-GGUF
- 上下文窗口增大后出现循环和错误操作，可能与采样参数设置有关 —— empero-ai/Qwythos-9B-Claude-Mythos-5-1M
- 非通用聊天模型，是推理模型，需严格按模型卡指定采样参数使用 —— empero-ai/Qwythos-9B-Claude-Mythos-5-1M
- 在编码基准上与 GPT-5.5/Opus 仍有实质差距，尚不能全面替代前沿闭源模型 —— moonshotai/Kimi-K2.7-Code
- 有开发者公开质疑官方基准选择，认为实测表现与宣称不符 —— moonshotai/Kimi-K2.7-Code
- Vivace $39/月付费计划周限额紧张，有用户 3 小时用掉 12%、两天用掉 37% —— moonshotai/Kimi-K2.7-Code
- 部分场景下 K2.6 执行更经济，有用户倾向用 K2.7 思考模式搭配 K2.6 干活 —— moonshotai/Kimi-K2.7-Code
- 采用 Modified MIT License，对商业使用有限制 —— moonshotai/Kimi-K2.7-Code
- 仅支持思考模式（thinking model only），无普通模式可选 —— moonshotai/Kimi-K2.7-Code
- 实际使用中可能 token 消耗大、速度变慢 —— moonshotai/Kimi-K2.7-Code
- 代码审查中曾将已有模式误标为阻断性严重问题，判断不够准确 —— moonshotai/Kimi-K2.7-Code
- 在同一次代码审查对比中，GLM 5.2 审查质量更好且 token 消耗不到一半 —— moonshotai/Kimi-K2.7-Code
- 通过 OpenRouter 调用推理速度慢 —— poolside/Laguna-M.1
- 225B 总参数却在部分基准上被 Qwen 3.6 35B 反超 —— poolside/Laguna-M.1
- 官方基准被社区质疑与 Qwen-3.6 35B 过于相似 —— poolside/Laguna-M.1
- 相较同门 Laguna XS.2 已落后一代 —— poolside/Laguna-M.1
- 免费使用仅为限时提供，后续可能收费 —— poolside/Laguna-M.1
- 有用户反馈实际体感上下文窗口偏小 —— poolside/Laguna-M.1
- 实际使用中性能并不总能匹配基准成绩 —— MiniMaxAI/MiniMax-M3
- 速度很慢且表现不稳定 —— MiniMaxAI/MiniMax-M3
- 宣称开源但权重尚未可见，参数规模也未披露 —— MiniMaxAI/MiniMax-M3
- 模型较新，长期可靠性数据不足 —— MiniMaxAI/MiniMax-M3
- 相比 M2.7 提升幅度有限 —— MiniMaxAI/MiniMax-M3
- 速度慢 —— nex-agi/Nex-N2-Pro
- 部分场景输出不稳定、不一致 —— nex-agi/Nex-N2-Pro
- 实际表现不如基准跑分所暗示的那样能替代闭源模型 —— nex-agi/Nex-N2-Pro
- GGUF 内嵌聊天模板有 bug，需切换模板才能正常工作 —— nex-agi/Nex-N2-Pro
- 默认温度下容易出现重复/循环输出问题 —— nex-agi/Nex-N2-Pro
- 目前 OpenRouter 似乎是唯一提供 API 服务的平台 —— nex-agi/Nex-N2-Pro
- 第三方基准工具给出的排名低于官方宣称 —— nex-agi/Nex-N2-Pro
- 存在生成失败的情况 —— nex-agi/Nex-N2-Pro
- MTP（max-token=3）版本的代码质量可能低于非 MTP 版本 —— bytkim/Qwen3.6-27B-MTP-pi-tune-GGUF
- 复杂的多文件架构级编码任务仍不如 Claude —— bytkim/Qwen3.6-27B-MTP-pi-tune-GGUF
- opencode 配置为 CLI agent 需要大量调优，不如 Claude Code 开箱即用 —— bytkim/Qwen3.6-27B-MTP-pi-tune-GGUF
- 微调后的 reasoning 变体在 benchmark 上出现能力下降 —— bytkim/Qwen3.6-27B-MTP-pi-tune-GGUF
- MTP 在创意编码场景下的速度优势未获结论性验证 —— bytkim/Qwen3.6-27B-MTP-pi-tune-GGUF
- 67% 的 SWE-bench 成绩基于 no-thinking 模式测得，thinking 模式下的表现未知 —— Jackrong/Qwopus3.6-27B-Coder-GGUF
- Reddit 相关帖文仅有 0 赞、9 条评论，社区讨论度和实际反馈有限 —— Jackrong/Qwopus3.6-27B-Coder-GGUF
- INT4 量化版由第三方社区成员分享，官方量化版本覆盖尚不完整 —— Jackrong/Qwopus3.6-27B-Coder-GGUF
- FP16 推理需约 78 GB 显存，最低需 A100 80GB（约 $1.48/hr），硬件门槛较高 —— lordx64/Qwable-v1
- 由独立贡献者发布，无阿里巴巴或 Anthropic 参与或背书，血统声明为发布者单方面声称 —— lordx64/Qwable-v1
- 发布者自己承认编码基准测试仍未完成 —— lordx64/Qwable-v1
- 推理先验来自 Opus 4.7 而非 Fable-5；Fable-5 已于 2026-06-22 被 Anthropic 全球停用 —— lordx64/Qwable-v1
- 综合基准评分(AA 28)明显弱于同规模 Qwen 3.6 35B(AA 43) —— CohereLabs/North-Mini-Code-1.0
- 并非对标云端大模型的前沿能力，整体上限受限于 1B 参数量级 —— openbmb/MiniCPM5-1B
- Q8 量化在 llama.cpp 中会崩溃 —— Jackrong/Qwopus3.6-27B-v2-MTP-GGUF
- 缺少 MLX 和 NVFP4 量化版本 —— Jackrong/Qwopus3.6-27B-v2-MTP-GGUF
- 社区仍在进行参数调优，实际编码流程中的集成测试尚未完成 —— Jackrong/Qwopus3.6-27B-v2-MTP-GGUF
- MTP 版本在边缘场景测试中表现不如基础版 —— Jackrong/Qwopus3.5-9B-Coder-MTP-GGUF
- 量化质量仍存在社区疑问 —— Jackrong/Qwopus3.5-9B-Coder-MTP-GGUF
- 工具调用不可靠，4-bit 变体经常漏掉工具调用并陷入参数猜测循环 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 使用工具和自定义 harness 写代码时表现反而比一次性生成更差 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 部分用户按模型卡推荐设置运行仍遇到模型输出异常或「坏掉」的情况 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 编程任务需将 temperature 降至 0.3 或更低，默认高温下容易产生大量低级错误 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 24GB 统一内存是最低舒适门槛，推荐 32GB 及以上 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 同家族的 31B 模型在同等量化下被认为明显更强 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 代码分析任务可能产生大量琐碎错误，有用户称之为「用过最差的模型」 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 2B-4B 等更小尺寸版本不支持工具调用 —— Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
- 少数边缘提示词首次仍会拒绝，需追问后通过 —— HauhauCS/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced
- 部分拒绝行为仍残留在专家权重中 —— HauhauCS/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced
- 作者拒绝与社区对话或讨论，引发信任顾虑 —— HauhauCS/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced
- 首次输出可能先给出拒绝性回复再转向，体验不够流畅 —— HauhauCS/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced
- 部分用户对该模型持保留态度，口碑不一 —— HauhauCS/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced
- 使用工具链进行编程时表现劣于一次性直接输出代码 —— HauhauCS/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced
- 存在重复输出问题，llama.cpp 用户社区讨论中反馈了此问题 —— Jiunsong/supergemma4-26b-uncensored-gguf-v2
- VRAM 需求较高，18-22 GB 显存，24GB 统一内存为最低舒适门槛，32GB 更佳 —— Jiunsong/supergemma4-26b-uncensored-gguf-v2
- 模型有时会先绕弯子再给出直接回答，并非完全直出 —— Jiunsong/supergemma4-26b-uncensored-gguf-v2