本地基准测试：Muse Glimmer 30B vs Qwen 3.6 27B vs Gemma4 31B（以及许多其他模型和微调）
摘要
本地基准测试，对比 Muse Glimmer 30B、Qwen 3.6 27B 和 Gemma4 31B，记录请求次数和最终得分，并附有详细结果的链接。
相似文章
我为本地模型制作了一个网页设计基准测试（Muse Glimmer 30B vs Qwen 3.6 27b vs Deepseek V4 Flash 0731）
作者为本地AI模型创建了一个网页设计基准测试，并比较了Muse Glimmer 30B、Qwen 3.6 27b和Deepseek V4 Flash 0731。
通俗版对比：Qwen3.6 35b-a3b 与 Gemma4-26b-a4b-it
Gemma 4-26b-a4b-it 基本是个基础扎实、能稳妥完成任务的 B 等生。Qwen3.6-35b-a3b 则是考出 A+ 的优等生，做完任务后还有余力搞点锦上添花的发挥。在我的 16GB 显存显卡上，两款模型运行速度相当。测试环境为 Windows 下的 LM Studio，采用推荐推理设置。使用的模型：unsloth/gemma-4-26B-A4B-it-UD-Q4_K_S 与 AesSedai/Qwen3.6-35B-A3B IQ4_XS。大家有不同意见吗？**更新：** 看来我之前用 Gemma 4 的方式不太对。[Sadman782 的评论](https://www.redd
SVG并排对比：Qwen3.8-27B 对比 Muse Glimmer 30B 对比 Gemma 4 26B A4B，以及 Gemini 3.7 Flash 作为对照。
本文比较了本地AI模型Qwen3.8-27B、Muse Glimmer 30B和Gemma 4 26B A4B在SVG生成方面的性能，使用Gemini 3.7 Flash作为云对照，并突出了输出质量的差异。
个人评测后续：Gemma4 26B MoE（Q8）vs Qwen3.5 27B Dense vs Gemma4 31B Dense 对比
个人基准测试显示，Qwen3.5-27B Dense 与 Gemma4-31B Dense 在 37 个失败用例中修复率 100%，即使 8-bit 量化的 Gemma4-26B MoE 也望尘莫及，同时消耗更少 token 与更短挂钟时间。
DeepSeek v4 Flash 对比 Qwen3.6-27B、Qwen3.5-122B 和 Gemma 4 31B 基准测试
用户在本地编码基准测试中对 DeepSeek v4 Flash 与 Qwen3.6-27B、Qwen3.5-122B 和 Gemma 4 31B 进行了对比，发现 Flash 总体胜出，但 Qwen 122B 表现惊人，首次尝试成功率更高且 token 消耗更低。