又被Bonsai-2-27B这个模型骗了，本以为底子是Qwen3.8-27B，上下文能开到 262K，还能看图、能调工具，官方说它保留了 98.2% 的原版智能
Tiel-Coder-35B-A3B牛马模型中的牛马
Occamy 1.0 模型主打端到端 co-work，Ornith 主攻 Agentic coding。无全面胜出，按任务选型。
通义千问的 Qwen-AgentWorld-35B-A3B一个激活仅3B的小MoE，在AgentWorldBench上干到56.39分。
Strata项目跑Qwen3.8Flash Next模型已经成为很多人的选择。Clef-omni模型的开源似乎离我想要的本地omni服务更进一步
如果你手上也是只有一张 16GB 的显卡，要本地跑Qwen3.8-27B量化模型还想勉强能用的话，ISTA-DASLab的GSQ-RCO 的量化版本可以试一试。
Hemmingway-1 专攻写作的大模型，基于Qwen3.8-27B，官方宣称比 GPT-6 Astra 高 50 分，比 Fable 5.1 还强。
Qwen3.8 35B是等不到的了，大家本地都用哪些MoE大模型呢？Nex-N2.5、Ornith-1.5、K2-Horizon-MoVA
gpu-unlock-ada成功解锁4060Ti 16GB隐藏算力，实测对ComfyUI提升明显
Ornith-1.0 模型 "洗车店距离我50米，我开车去还是走路去。" 问题
用Strata本地4060Ti 16GB显卡64GB内存跑125B的Qwen3.8-Flash-Next IQ3_XXS 还能跑出30tok/s
Veda ComfyUI 4060Ti 16GB 720p 8秒大概在500秒左右 veda 加速效果很好搭配自己开发的ComfyUI无限画布
1张4090 48G显卡先入DeepSeek已经满足很多小微团队，满血DeepSeek现在咨询的越来越少，，大家都在关心各种大模型，硬件预算真的不用太高了。
2025年AI本地部署性价比之王！双卡V100！32G显存，低价高能，碾压2080Ti 22G！
Bonsai 27B 是 PrismML 基于 Qwen3.6-27B 的超低比特量化模型，把 27B 大模型压到极小体积，可在手机和笔记本本地运行。
8G显存 运行Qwen3.5-35B-A3B 榨干电脑性能
家用核弹！16卡V100居然可以运行满血DeepSeekR1?
900块的16G超绝性价比显卡？V100性能评测+折腾+驱动教程，解决系统资源不足掉驱动
780M核显修改显存跑大模型保姆教程
家用ai超大模型配置指南-显卡篇
