我这次实测的是 Qwen3.5 27B 的一个高质量优化版本，用 llama.cpp 在 24GB 显存的 4090 上直接跑。结论先说：
第一，显存压力比我预想的小很多。单卡就能启动，而且 64K 上下文可以稳定开。这个上下文长度，比 GLM 4.7 Flash 高出不少，对个人使用已经很够了。
第二，速度确实不错，平均大概 46 token 每秒，日常对话、文档总结、代码理解，响应都很快。
第三，效果属于中等偏上。核心任务能完成，尤其是阅读理解、SVG 代码生成这类任务，表现已经挺优秀了。
缺点是并发能力相对一般，我后面调了一些更高性能参数，提升不算特别明显。
