實測 Qwen3.8 27B 在 9 種 KV 量化下的 189 項基準結果

2026 年 10 月 15 日，Reddit 的 LocalLLaMA 版塊出現一篇由使用者釋出的測試帖，標題為實測 Qwen3.8 27B：9 種 KV 量化的 189 項基準結果。發帖者稱，他針對能在 16GB 視訊記憶體內執行的 Qwen3.8 27B 量化組合計算了 KLD 與困惑度，覆蓋 9 種 KV 量化、21 個模型，共 189 項基準，並提到基準資料放在評論區，因為 Reddit 的過濾機制反覆刪除該帖。

帖子給出的結論是：q5_1/q5_1 幾乎總是優於 q8_0/q4_0 與 q4_0/q8_0；q8_0/q4_0 與 q4_0/q8_0 之間差別很小，q4_0/q8_0 有時還優於 q8_0/q4_0，因此更穩妥的做法是直接選 q5_1/q5_1。此外，把模型量化提高一檔、以 q4_0/q4_0 執行，在 KLD 上通常也優於低一檔以 f16/f16 執行。

目前可核對的進展停留在這一篇帖子本身：測試由個人使用者在 Reddit 上釋出，涉及 Qwen3.8 27B、16GB 視訊記憶體、9 種 KV 量化、21 個模型與 189 項基準，評價指標為 KLD 與困惑度，帖子正文未給出完整資料，而是指向評論區。