@no_stp_on_snek: 预先结论：Qwopus3.6-35B-A3B-Coder-MTP在实际代理领域似乎表现合格，并非因为它全面超越Ornit…

事先结论：Qwopus3.6-35B-A3B-Coder-MTP 看起来在实用代理赛道上合格了，不是因为它全面碾压 Ornith——它并没有。

有趣的地方在于它赢在哪里。

Qwopus 在那些让模型感觉实际可用的“无聊代理事务”上更强：合法请求合规性、压力下的完整性、多轮编排、大型代码交付、持续调试。

这些听起来不如“推理”炫酷，但正是它们会搞垮真实的编码代理。它是否完成了被允许的工作，还是卡在虚假的先决条件上？它是否在循环中保持状态？它是否完成了产物？它是否在修复-测试周期中持续推进，而不是把每一步都变成演讲？

投毒结果是个重要的注意事项。Ornith 仍然在上下文投毒抵抗上胜出，85 比 70。所以，Qwopus 并不是那个更干净的“误导人类”模型。如果你主要担心的是用户在中途注入一个虚假前提，模型悄无声息地重写历史，那么 Ornith 仍是这方面更强的专家。

但 Qwopus 赢得了实际执行集群。对于本地编码代理来说，这个集群并非次要。大多数回合并非宏伟的推理时刻，而是检查文件、编辑代码、运行测试、阅读错误、继续执行。一个能直接处理这些回合而不过度把关的模型是有用的。

我的看法：Ornith 仍然是更谨慎的长推理专家。Qwopus 是更好的做实事的本地代理。

这是一个真实的取舍。Qwopus 放弃了一些投毒鲁棒性和广泛的工程判断力，但换来了更干净的执行行为、更低的推理拖沓，以及在最终转化为实际代码的事务上更好的完成度。

不是魔法，不是严格的超集。一个强大的实用编码工作者。

测试/评分卡见官方卡片，基准测试由本人提供。

https://huggingface.co/Jackrong/Qwopus3.6-35B-A3B-Coder-MTP-GGUF…

干得好 @KyleHessling1。这是卡片。

一定是你没献祭山羊。

@KyleHessling1 供参考