@xiax0603: 炸裂！27B Qwen修改新版模型，性能比肩Opus5.5与GPT-6 Astra！EfficientThink优化…

X AI KOLs Timeline 模型
qwen reasoning code-generation open-source inference-optimization local-deployment quantization

摘要

一款基于27B Qwen修改的新版本模型发布，通过EfficientThink优化推理过程，减少多达53%的推理token，LCB代码基准从83提升至90，性能据称可比肩Opus5.5和GPT-6，支持Apache 2.0许可和本地部署。

💥炸裂！27B Qwen修改新版模型，性能比肩Opus5.5与GPT-6 Astra！ EfficientThink优化推理过程，彻底解决"算出答案后还继续喋喋不休输出推导"的问题，推理token减少多达53%。 基于390万条代码数据训练，LCB代码基准分数从83提升至90。 GPQA 89.9%｜MMLU 90%｜LCB 90% 支持多模态，GGUF Q4仅需18.3GB，可在24G显存GPU上本地部署，Apache 2.0许可。 SGLang、llama.cpp均可直接加载，内置MTP投机解码。 模型:
查看原文
查看缓存全文

缓存时间: 2026/10/10 02:38

💥 震撼发布！27B Qwen 改良新版，性能比肩 Opus5.5、GPT-6 Astra！

EfficientThink 优化推理流程，彻底解决“算出答案后仍继续推导跑偏“的问题，推理 Token 消耗最多降低 53%。

基于 390 万条代码数据训练，LCB 代码基准分数从 83 提升至 90。

GPQA 89.9% | MMLU 90% | LCB 90%

支持多模态，GGUF Q4 仅 18.3GB，可在 24G 显存 GPU 上本地部署，采用 Apache 2.0 开源许可证。 SGLang、llama.cpp 可直接加载，内置 MTP 投机解码功能。 模型：

相似文章

@NFT_Chen：太震撼了！增强版 Qwen3.8-27B 挑战 Opus 5.5、GPT-6 Astra！仅 27B 参数，却经过专业……

X AI KOLs Timeline

Qwen3.8-27B 的社区微调版本（Coder390-EfficientThink）正式发布，基于 390 万行代码完成 SFT + RLOO + MTP 后训练，并从前沿模型中蒸馏知识，LiveCodeBench 提升至 90，同时推理 token 消耗减少约 44-53%。Apache-2.0 协议的 GGUF 构建可借助 llama.cpp 或 SGLang 配合 DFlash2 投机解码，在 24GB 显卡上本地运行。

@Xudong07452910: Hacker News 上有一篇评论区火了的文章：Qwen 3.6 27B 是本地开发的理想选择。 核心发现是：密集参数模型、原生支持 256k 上下文，在 MacBook Max M5 上跑 Q8_0 量化版能达到 30 tokens/…

X AI KOLs Timeline

Qwen 3.6 27B is a dense 27B model that achieves impressive performance on local hardware with 256k context, running at 30 tokens/s on MacBook Max M5 and 50 tokens/s on RTX 5090, and is considered by some as the first local model with true general intelligence.