Folia
← 返回头版

Qwen3.8 27B量化性能测试:4位量化保持完整模型水平,1位量化性能崩溃

针对Qwen3.8 27B模型的多种量化版本进行的基准测试显示,性能表现在不同量化等级间存在显著差异。1完整BF16模型权重达55GB,超出大多数消费级硬件能力范围,而4位量化Q4_K_M版本仅需17GB存储空间,可在RTX 4090等24GB显卡上运行。1

在Terminal-Bench 2.1、GPQA Diamond和IFBench等主流基准测试中,Q4_K_M量化模型与完整BF16模型性能无明显差异。1该版本能够在消费级GPU上保留约64k tokens的上下文空间。1随着量化等级降低,性能开始出现分化:2位量化模型性能有所下降但仍可使用,而1位量化模型在GPQA Diamond基准上的性能降至随机猜测水平,在长推理任务中表现更差。1这一结果表明量化压缩的效果具有明显的非线性临界值。1本次测试采用Unsloth v2量化工具(用于2、4、8位)和v3量化工具(用于1位),消耗了约3000美元的Modal GPU资源。1


评论