实测 Qwen3.8 27B 在 9 种 KV 量化下的 189 项基准结果

2026 年 10 月 15 日，Reddit 的 LocalLLaMA 版块出现一篇由用户发布的测试帖，标题为实测 Qwen3.8 27B：9 种 KV 量化的 189 项基准结果。发帖者称，他针对能在 16GB 显存内运行的 Qwen3.8 27B 量化组合计算了 KLD 与困惑度，覆盖 9 种 KV 量化、21 个模型，共 189 项基准，并提到基准数据放在评论区，因为 Reddit 的过滤机制反复删除该帖。

帖子给出的结论是：q5_1/q5_1 几乎总是优于 q8_0/q4_0 与 q4_0/q8_0；q8_0/q4_0 与 q4_0/q8_0 之间差别很小，q4_0/q8_0 有时还优于 q8_0/q4_0，因此更稳妥的做法是直接选 q5_1/q5_1。此外，把模型量化提高一档、以 q4_0/q4_0 运行，在 KLD 上通常也优于低一档以 f16/f16 运行。

目前可核对的进展停留在这一篇帖子本身：测试由个人用户在 Reddit 上发布，涉及 Qwen3.8 27B、16GB 显存、9 种 KV 量化、21 个模型与 189 项基准，评价指标为 KLD 与困惑度，帖子正文未给出完整数据，而是指向评论区。