Warmly 0.8B (neureps)

独立证据与社区反馈

12 个独立来源最近验证 2026-08-05

Qwen3.5 0.8B 在 1.1GB 级别的体量下知识储备出乎意料地丰富，整体表现明显超过同尺寸前代模型，但受限于规模，字符计数等基础推理任务仍会失败，不太适合严肃编程场景。作为完全开源、API 定价极低的小模型，它可以在 Orange Pi Zero 2W 这样的廉价板卡上运行（尽管速度很慢），适合做简单的 bot 逻辑或本地微调实验。

• 体量仅 1.1GB，在 Orange Pi Zero 2W（约 £14 的板卡）上也能跑起来，虽然 token/s 很低
• 完全开源，可自由部署和微调
• API 输入定价仅 $0.01/M tokens，输出 $0.05/M tokens，在同尺寸模型中极具价格优势
• 可在 Mac 上使用 LoRA 进行本地微调，零云端算力即可完成 text-to-SQL 等结构化任务
• 知识面对于 1.1GB 的模型来说超出预期，用户感到惊喜
• 相比前代 Qwen3 同尺寸模型，综合表现明显「越级」，属于 punching above weight
• 可以做比 if/then/else 更智能的简单 bot 逻辑
• 微调工作流可完全本地运行，无需云端 GPU

• 无法通过 strawberry 测试（字母计数），即使提示逐字符思考也失败
• 存在 tokenization 导致的自身缺陷不自知问题，字符级推理能力弱
• 在 Orange Pi Zero 2W 等超低功耗设备上运行速度极低
• 编程基准得分仅 1.0，远低于同系列大尺寸模型（27B 得分 33.4，122B 得分 31.6）
• 不支持视觉（vision）输入
• 与 opencode/ollama 的集成存在连接问题，可能让初次使用者觉得「完全不能用」

• 社区实测2x Qwen 3.5 on M1 Mac: 9B builds a bot, 0.8B runs it
• 社区实测thanks, i tested it, failed in strawberry test. qwen 3.5 0.8B with similar size ...
• 社区实测i'm running qwen3.5:0.8b on my orangepi zero 2w, low token/s but it still runs. ...
• 社区实测Qwen3.5 Small: 0.8B, 2B, 4B, 9B Released
• 社区实测Show HN: I fine-tuned Qwen 3.5 (0.8B–4B) on a Mac for text-to-SQL – 2B beats 12B
• 独立评测Qwen3.5 0.8B vs Qwen3.5 397B A17B - Pricing & Benchmark Comparison 2026
• 独立评测Qwen3.5 0.8B vs Qwen3.5-122B-A10B - Pricing & Benchmark Comparison 2026
• 独立评测Qwen3.5 0.8B vs Qwen3.5-27B - Pricing & Benchmark Comparison 2026
• 独立评测GPT-5.3 Codex vs Qwen3.5 0.8B - Pricing & Benchmark Comparison 2026
• 独立评测MiniMax M2.7 vs Qwen3.5 0.8B - Pricing & Benchmark Comparison 2026
• 独立评测Gemini 3 Pro Preview vs Qwen3.5 0.8B - Pricing & Benchmark Comparison 2026
• 独立评测LiquidAI/LFM2-8B-A1B vs Qwen3.5 0.8B - Pricing & Benchmark Comparison 2026

可信度基于Qwen3.5-0.8B蒸馏，card提供Gemma 4 12B评估数据