A.I. 日报
Eagle-4 发布：速度超越 DFlash2 与 DSpark
Eagle-4 在 Qwen 3.8 27B 上实现 3.59 倍加速，超越 DFlash2 的 2.80 倍和 DSpark 的 2.57 倍。目前仅支持 Qwen 3.8 27B，但社区期待其集成到 llama.cpp/vLLM。
Qwen 3.8 27B
12 篇报道Qwen 3.8 27B 是阿里 Qwen 系列的一款 270 亿参数模型，以本地部署和量化版本在社区中广泛使用。近期报道集中在其实际表现：有用户用 16GB 显存的 4070 Ti Super 跑 UD-IQ4_XS 量化版以替代付费订阅，有人将其量化到 Q4_K_S 后停用 API，UkisAI 则用 On-Policy Distillation 将思考 token 削减 58%。Eagle-4 在该模型上实现 3.59 倍加速，Perplexity 的 Windows 本地智能体也将其作为可选本地模型。
相关话题
- llama.cpp2
- NVIDIA2
- DFlash21
- DSpark1
- Eagle-41
- vLLM1
- ChatGPT1
- Claude1
- Unsloth1
- CivBench1
- Civilization V1
- GLM-5.31
作者称免费本地LLM可替代ChatGPT与Claude订阅
一篇XDA文章的作者表示，使用本地模型Qwen 3.8-27B后，无需再分别订阅每月20美元的ChatGPT Plus和Claude Pro，因为该模型能完成他大部分日常任务。他使用的Unsloth UD-IQ4_XS量化版本下载大小为13.3GB，可在他配备16GB显存的4070 Ti Super显卡上运行，并支持16K上下文窗口。
CivBench新基准测试LLM玩《文明5》
研究者推出受控版CivBench，让大模型在相同固定开局下以战略家身份玩《文明5》。结果显示GLM-5.3领先Opus-5.5，Qwen-3.8-27B表现超预期；该基准测试模型在延迟数十回合才显现后果的长期决策能力。配套开源工具Vox Deorum支持本地模型和自行对战。
开发者用iPhone当第二GPU为MacBook加速大模型
一位开发者在24GB M4 Pro MacBook上运行Qwen 3.8 27B，通过10Gb/s USB-C将iPhone 17 Pro Max作为第二GPU分担部分层，端到端预填充速度提升29%–44%，并可将超64k上下文的KV缓存迁移至手机。
用户吐槽Qwen 3.8 27b：分析过多、迟迟不执行测试
一名用户抱怨Qwen 3.8 27b过度分析、迟迟不执行测试套件，并在内部独白中反复催促自己停止空谈、立即运行测试。该帖反映了用户对模型行为模式的不满。
用户称Qwen-3.8-27B已足够替代API
有开发者称，经Q4_K_S量化、Q8_0上下文量化的Qwen-3.8-27B已能独立完成复杂重构，因此不再使用API。该模型在Raspberry Pi上以Pi agent运行，成本约为每百万token输入2.4美分、输出70美分。作者指出Pi的编辑工具容错性较弱。
社区讨论:n-gram可让小模型获得更强世界知识
LocalLLaMA上有人发帖指出,当前小尺寸模型多聚焦编程与工具调用能力,世界知识明显弱于前沿模型,如Qwen 3.8 27B在Q4量化下表现不佳。作者认为可借助SSD上的n-gram技术(Qwen 3.8 Next已采用)构建知识更广的模型,并让训练截止日期不再那么关键。
Muse Glimmer在本地模型社区受到好评
在LocalLLaMA社区用户称Muse Glimmer表现出色，聊天自然、少有模板化回复，适合作为本地化对话模型的选择；用户同时在测试Qwen 3.8 27B用于编码。
UkisAI 发布 Swift‑Qwen3.8‑27B 更快更省思考
UkisAI 在 Qwen 3.8 27B 基础上进行后训练，识别并惩罚导致“过度思考”的 token，结合 On‑Policy Distillation 将推理令牌减少 58%、速度提升 1.95 倍、准确率损失 <1%。模型开源于 Hugging Face，并提供由 NVIDIA 资助的免费 OpenAI 兼容 API（限速 5 RPM）。
Perplexity Portable Computer在Windows上支持NVIDIA RTX
Perplexity在Windows版应用中推出Portable Computer，本地代理借助NVIDIA GeForce/RTX PRO与RTX服务器加速，支持本地模型（如Qwen 3.8 27B），可在设备上处理敏感数据并按需调用云模型。
Zima Board 2 + RTX 2000 ADA 组成本地 Qwen-3.8 方案?
Reddit 用户讨论将 Zima Board 2（约$411）插入 RTX 2000 ADA（约$700）以运行 Qwen-3.8 27b 的可行性，提到在 Luke’s Dev Lab 的演示中能用 Ollama 达到不错的 token 速度并用 Zima 电源供电。作者比较该组合与 Mac Mini M5 24GB 的优劣，并询问是否有更便宜的全新自托管替代方案。
Qwen 3.8 27B 在本地推动三维游戏创作极限
一位用户用 Qwen 3.8 27B（q4xl）在本地 PI agent 环境下处理大型游戏设计文件，使用约120k 上下文并启用视觉与 MTP，读取约1100万 token 并写出320万 token，运行约12小时。作者表示这是将本地模型用于复杂游戏设计的示例。
已经到底了