@svpino：在本地电脑上跑 Hermes 微调版 Gemma 4 或 Qwen 3.5，简直是最佳组合，不试真的会后悔……
摘要
开发者称，Hermes 微调版 Gemma 4 与 Qwen 3.5 在本地大模型性能上表现最佳，足以媲美付费 BigAI 模型。
查看缓存全文
缓存时间: 2026/04/22 06:20
在本地电脑上跑 Gemma 4 或 Qwen 3.5 的 Hermes，简直就是最佳组合。在你再花一毛钱给大模型厂商之前，一定得先试试这个。
相似文章
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
我在 RTX 5090 上用同一真实架构写作任务实测 Qwen3.6-27B、Qwen3.6-35B-A3B、Qwen3.5-27B 与 Gemma 4
在 RTX 5090 上，让四款本地大模型——Qwen3.6-27B、Qwen3.6-35B、Qwen3.5-27B 与 Gemma 4——完成 2 万 token 架构写作任务，结果显示 Qwen3.6-27B 在清晰度、完整性与实用性上取得最佳综合平衡。
喜欢 Gemma4 模型的朋友们——你们都是怎么用的？
一位开发者分享了在本地运行 Gemma4 和 Qwen 进行编程任务的复杂体验，指出了工具集成、循环处理和任务完成方面存在的问题，并向社区寻求更优化的使用策略。
Gemma 4 击败 Qwen 3.5（更新），Qwen 3.6 27B + MiniMax M2.7 是最佳 OpenCode 组合
个人基准显示：Gemma-4E4B 在路由任务上称王，Qwen-3.6 27/30B 编码力压 Gemma-4，而 MiniMax M2.7 MXFP4 在 OpenCode 的 llama-swap 工作流中取代巨型 Qwen-3.5 量化模型。
推出 Gemma 3
Google 推出了 Gemma 3，这是一套轻量级开源模型集合（1B、4B、12B、27B），设计用于在单个 GPU 或 TPU 上运行，支持 140+ 种语言、128k 上下文窗口和多模态功能。这些模型在保持高效性能的同时，性能超越了 Llama 3 和 DeepSeek-V3 等更大的竞品，适合边缘设备部署。