Qwen 35b a3b 令我惊喜
摘要
用户报告了使用 Qwen 35b a3b 进行代理编码任务的积极体验，指出在其使用场景中它优于 Gemma4 26b，并且在演示/数据分析方面表现出色，尤其是在代理模式而非聊天模式下。
只是想分享一下，我对 Qwen 35b a3b 的代理编码性能非常满意。我以 q80 量化运行该模型，kv cache 也设为 q8_0，上下文长度 262144，在 4090 + 5060 ti 上，通过 llama.cpp 后端，并使用指向 localhost 的 claude code。对于演示/数据分析用途，它表现相当不错。我还没有在大型代码库上使用它，但在我的使用场景中，它绝对比 Gemma4 26b 更好。有一件事让我惊讶：它在代理编码方面的表现似乎比聊天更好。当仅使用聊天 UI 时，我发现 Qwen35b 提供的代码有些笨重。我想知道其他人是否已经将其性能与开源测试框架（Pi / opencode）进行了比较。
相似文章
Qwen 3.6 35B A3B 的热度绝非虚名！
作者对小型本地 LLM 进行了基准测试，重点突出了 Qwen 3.6 35B A3B，其将学术代码与研究论文进行映射的能力优于 Gemma 4 和 Nemotron 3 Nano 等模型。
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。
Qwen 3.6 35B A3B 与 Qwen 3.5 122B A10B 对比
用户反馈，尽管基准测试表现亮眼，Qwen 3.5 122B 在多步任务上大幅领先 Qwen 3.6 35B，怀疑是量化或部署配置问题。
YouTuber 用 Qwen 3.5 35B、Qwen 3.6 35B 与 Gemma 4 27B 逆向大型 JS，Qwen 3.6 表现亮眼
在 108 k token 的 JS 文件上，Qwen 3.6 35B 实现 283/285 行近乎完美的召回率，碾压 Gemma 4 27B（仅 6/16 通过），并修复了早期 Qwen 的长上下文短板。
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。