本地智能体编程基准测试：Qwen3.8-Flash-Next NVFP4 对比 27B 及其他模型

这次我用 Qwen3.8-Flash-Next 的 NVFP4 版本做了本地智能体编程基准测试，也顺手和 27B 模型以及其他几个模型比了比那个分数偏低的，是 HuggingFace 上一个随机发布的未审查版本之后我还打算测测别的版本

结论挺有意思：在全部我测过的本地模型里，它的分数几乎是最高的，而且效率特别突出——每拿一分需要的请求数和生成 token 数都是最少的，并且是在中等推理强度下做到的这个基准里，极高推理强度（xhigh）依然没啥用不仅如此，它跑得还特别快

关键是，这还只是个训练没充分的模型，表现就已经这么能打了