Qwopus-3.6-27B-Coder (Jackrong)
面向代理编码与工具调用的27B推理模型
仓库标识Jackrong/Qwopus3.6-27B-Coder-GGUF
显存未知许可 可商用任务 智能体最近核对 2026-08-05
链接指向的配置 不在本页收录的形态里,已显示默认形态(GGUF·jackrong)。
- 运行内存
- 权重格式未知,无法估算显存
- 运行时
- LLAMA-SERVER
- 下载
- 7,218
快速上手示例
llama-server -hf Jackrong/Qwopus3.6-27B-Coder-GGUF 依赖版本和硬件参数请以源仓库说明为准。
- 运行内存
- 权重格式未知,无法估算显存
- 运行时
- llama.cpp
适合与不适合
独立证据与社区反馈
社区反馈两极分化:基准分数亮眼,但实际体验参差不齐
- 在单张 RTX 5090 消费级 GPU 上以约 100 tok/s 运行 27B 编码模型
- SWE-bench Verified 完整 500 题达到 67.0%
- 微调流程完整公开,附带 Notebook 便于复现
- 部分用户实测中频繁遇到错误,需要反复修正,最终退回使用 Gemma 4
- 有用户反馈该系列模型均未成功运行,且认为基于 3.6 的微调说服力不如 3.5 时代
- 与 Qwen3.6 27B 相比,社区对 Qwopus 的实际提升争议较大
- 属实验性社区发布版本,未进行完整安全评估
- 独立评测67% SWE-bench 在单张 RTX 5090 上运行
- 社区实测Reddit 用户实测:Qwopus 系列均未成功运行
- 社区实测HN 用户实测:DGX Spark 上多次出错,退回 Gemma 4;微调流程公开
- 社区实测Reddit 讨论:Qwopus 对比 Qwen3.6 27b 的实际可用性争议
- 官方/厂商Hugging Face 模型卡:SWE-bench 67.0% 及实验性说明
可信度7.2k下载,47赞,SWE-bench Verified无思考模式67.0%
完整规格
下载动量
30天下载 1.7k → 1.5k · likes +2