• 泗水亭长

    是否真有深度使用qwen3.8-27b开发的佬友,来聊聊你的感觉,真的可用吗?

    速度行吗? 日常开发够用吗?会出错吗,上下文够吗?

    主楼
  • Pontus

    虽然我没用过,但是上下文想要开启1m且跟云端一样运行,80G的显存肯定是必不可少的

    图片

    #1
  • maybe_like

    試過用claude create skill 讓他rebuild artifact, 挺好的

    #2
  • 泗水亭长

    手里有80G+的资源,想试试,但是不知道具体怎么样,没意思就不玩了

    #3
  • tobyang72

    没有需求不用玩了,这个没啥意思,上个dflash2就没啥可弄得了

    #4
  • cknights

    不建议折腾,除非有不联网需求,否则老老实实用那几个flash

    #5
  • Pontus

    站内佬友还是有钱哦,80g+的显存说有就有,给我羡慕到了。

    对了,我说的80g+显存需要cuda的,不是mac那种显存,mac就别玩了

    没有啥保密项目,老老实实用云端api才是最优解。

    佬友可以站内搜索一下,前几天有人发了真实评测

    #6
  • Fsharp

    感觉不如跑个qwen3.8-flash配合dsh效果好。可以把部分专家卸载到内存,你80G显存的话,估计可以跑起码每秒30tokens了,到了可用的程度了。

    #7
  • 泗水亭长

    速度是跟上了,但是不知道推理怎么样,如果是个玩具就没必要了

    #8
  • makizhang

    还可以的我以前别的ai维护几个月的项目,用它接手过几天,完成度,指令遵循度都不错的,如果你本地有条件部署,完全可以代替dsv4f

    #9
  • Jchenpku

    在dgx spark上装了,用了几天了。主要是数据分析、搜索和文档整理,能够很长时间执行任务,编程感觉python比R强,但是我们这个都不难,就是速度可能有点慢,估计速度上Qwen3.8 flash要快一些

    #10
  • IssunmiHaichi

    推理能达到opus4.6的水准啊,在实际上也差不到哪去(但是会有雷霆大思考)

    #11
  • fengchris

    除了慢 雷霆大思考 其实还好

    但是真的太太太慢了

    国产模型现在真的是思考过度了 上来就十分钟思考再输出 30t/s的速度真是要命

    #12
  • makizhang

    因为他知识库小,只能靠自己推理,这是正常现象,可以把思考强度减弱一些

    #13
  • Fsharp

    qwen3.8-flash在长任务中的表现比qwen3.8:27b强一个档次。自己部署自己用,不用担心被云端q2甚至q1量化降智。

    #14
  • 泗水亭长

    那看来flash更适合coding了,长任务是最能代表一个模型实不实用了

    #15
  • Jchenpku

    我一直用medium,然后把tempmerature弄低一点好像思考没那么长,但也不能太低,不然就容易无限重复

    #16
  • 泗水亭长

    也有说dsv4f跟opus4.6差不多,但是我咋感觉还是蠢蠢的呢

    #17

发表回复

登录后回复