我刚刚用Q4量化的Qwen 3.8 27与GPT 5.6 Sol high进行测试——在复杂动画SVG任务中轻松获胜

我创建了3个SVG提示，每个都相当困难。 视角：一个公园的动画无人机视角。 美景：一个有邪恶猫的海滩场景 构图：一个AGI在实验室中从虚拟沙盒监狱中逃脱 我特意使用了仅4位量化的Qwen 3.8 27B，并使用了8位KV缓存（鉴于需要艰难的长上下文推理，我不想尝试更低的）。 每个任务包含两个提示，一个核心提示和一个‘让它更好’的后续提示。 我的期望是Qwen会是坚实的第二名，带有一些有趣的错误。而实际结果是SOL犯了那些有趣的错误，而Qwen明显更好。 #1 #2 https://www.reddit.com/r/LocalAIStack/comments/1vqf2vs/battle_i_gave_qwen_38_27b_in_q4_with_q8_kv_cache/ #3 https://www.reddit.com/r/LocalAIStack/comments/1vqf7pa/battle_v2_qwen_27b_q4_vs_gpt_sol_56_high/ 我并不是在说Qwen通常比Sol更好。但是…… SVG动画是一个非常复杂的任务，它涉及空间推理、编码、长上下文构建，而在多达60kb的密集代码中任何错误都会导致严重的视觉缺陷。 我确信有很多任务SOL会赢，尤其是与深层知识相关的。 在深度上下文中也可能赢，例如超过200k上下文。 我还没有测试Qwen 3.8 27B在代理编码中的表现——那不同于两轮编码。 但在这3个精心设计的SVG测试中，Qwen毫无问题地夺得了桂冠。 在我看来，唯一SOL接近的场景是海滩提示。但SOL在每个场景中都犯了严重错误，Qwen没有。 SOL的代码更加冗长，有许多细节但正确性不足。 在查看绘制的细节、视角和动画路径时：每次SOL选择更简化的东西，而Qwen选择艰难的路径。尽管SOL犯了显著错误，Qwen却没有。这令人惊叹。