@KyleHessling1: Qwopus Coder 在这里领跑！就连我旧的18B frankenmerge 在这个评测中也稳居第四，超越了许多更新更大的模型……
摘要
一条推文讨论了基准测试结果，其中 Qwopus Coder 位居榜首，而 Cohere 的 North-Mini-Code-1.0 在代理工具调用排行榜上垫底，显示出小模型的惊人结果。
查看缓存全文
缓存时间: 2026/06/17 05:49
Qwopus Coder 在此领跑！
就连我那老旧的 18B 集群合并模型也能在这次评测中排到第四，超过了一些更新更大的模型，真让人开心！
看到这个太棒了！很荣幸能与各位合作，一如既往地感谢 @witcheer 提供的精彩评测基准。
温度设置通常是关键，微调模型不喜欢低温，得像 0.9 到 1 那样跑热一点才行。
自这个之后我又做了几个，但这个模型的兼容性恰到好处，所以新模型彼此之间竞争太激烈了。我们计划继续推进这些项目！只是需要更多硬件来同时处理我们所有的项目。
哈哈！把我逗笑了！
相似文章
@KyleHessling1: 大家好，再次见面！我们又有一个非常有趣的9b，这个专门为工具调用和智能体编码…
发布了名为Qwopus3.5-9B-Coder的新型9B微调模型，该模型针对工具调用和智能体编码工作流进行了优化，在SWE-bench和HermesAgent-20测试中取得了出色成绩，同时可在经济实惠的硬件上运行。
@no_stp_on_snek: 一款新的35B编码模型发布了（Ornith-1.0），一篇推广博客说它"碾压"了基准测试。我的第一直觉是这是benchmaxx……
一款新的35B编码模型Ornith-1.0与Qwen3.6-35B在自定义测试中进行了对比。用户发现Ornith-1.0在长期自主编码方面确实更强，能够抵抗不良上下文并完成大型任务，但它更加谨慎和冗长，有时会对简单请求过度限制。
@KyleHessling1：大家早上好！Qwopus-3.6-35B-A3B-MTP-Coder 已上线！所有 GGUF 将在接下来几小时内填充！这是一个…
Qwopus-3.6-35B-A3B-MTP-Coder 是一个新的开源 MoE 微调模型，针对禁用思考过程的编码智能体工作流进行了优化，提供快速且高效的推理，与同类模型相比具有竞争力的性能。
两个本地 Qwen（3.8 27B unsloth Q6 和 Qwen flash next strata coder）模型 vs Claude Opus 4.6 在同样 3 个编程任务上的对比。其中一个打平了。无意引战，只是分享数据
一位 Reddit 用户将两个本地 Qwen 模型（Qwen3.8 27B Q6 和 Qwen3.8-Flash-Next Coder）与 Claude Opus 4.6 在三项 Python 编程任务上进行对比，发现本地 Coder 模型（92.7 分）在中等规模任务上的得分与云端模型持平。
35B-A3B工具调用基准测试：原始Qwen对比KAT Coder、Ornith和Tiel-Coder
本文基准测试了经过微调的Qwen3.6-35B-A3B模型的工具调用能力，显示Ornith 1.5和Tiel-Coder表现最佳，接近更大Qwen模型的分数。该研究使用了大量GPU时间和tool-eval-bench工具进行评估。