我让它做一个街头小吃，它没有完全完成，但很快就要来了。为什么剩余时间从0分钟直接变成了“即将推出”？它在哪里？好吧，所以今天这个视频，你可能在想知道嘿，你是怎么得到那个小毛绒玩具的？嗯，因为我是个网红。所以，Qwen 3.827B已经发布了。在我看来，这可能是对本地AI感兴趣的人来说最期待和令人兴奋的版本了。为什么？因为前代版本是其尺寸下最强的本地模型，并且拥有最广泛的多样性。基本上，它可以在不花费数千美元计算资源的情况下在尽可能多的硬件上运行。所以，让我们先来看看Qwen 3.827B。我可能会比平时更快地过一遍这一部分，因为我想很多人只是想看看它在编码任务和其他方面的表现如何，包括我自己。

在技术规格方面，它拥有26.2万字的上下文长度，据称可扩展至100万字。现在如果我们向上滚动这里，他们谈到在这个Qwen云服务上托管它，默认情况下启用了100万字的上下文。所以顺便提一下这一点。现在如果我们进入基准测试部分，这里变得相当有趣，因为我总是倾向于只看DeepSW SWE分数，因为我发现我对所有这些模型的经验往往与我在该基准测试中看到的得分相当一致。当然是在编码任务方面，这比前代版本有了巨大的飞跃。这说明了很多问题，因为这个前代版本仍然是一个绝对的力量型选手，尤其是考虑到模型的尺寸和开放性。

所以如果它真的从13.3增加到了42.2，这可能意味着一些严肃的事情。现在它也非常重地——我想是非科学性地——将Mac放在了Qwen 3.7 Plus之上。如果我的记忆没错的话，Qwen 3.7 Plus是一个接近4000亿参数的混合专家模型。再看看这个前代版本与那个模型的差距有多小。所以这再次证明了该模型的优秀和令人兴奋之处，因为很多人都在期待这一点。再说一次，它几乎在与Opus 4.6在Max上抗衡。我们没有具体的Deep SWE分数，但我倾向于更看重它在原始编码性能上的权重。然而事实是，这本质上就像一年前的前沿模型，现在可以在单个GPU上运行，这对那些不想被订阅束缚以获取智能的人来说简直是疯狂且令人兴奋的。

同样地，许可证是Apache 2.0，这是最自由和开放的之一，可能不是其中之一，可能是最自由的，这也令人兴奋。在多模态方面，它不仅可以接受图像，还可以接收视频。现在他们甚至在这里提到发送一个长达一小时的视频，我肯定不打算在这个测试中尝试这个，因为我不知道那会对VRAM需求和用途产生什么影响，但拥有这种能力也是疯狂的。从STEM图表和文档到我们的缩放视频，这非常疯狂。

现在关于我们要如何具体测试这一点的方法，我决定使用Q8量化版本，我刚刚从这里Unsloth拉取了那个。原因是虽然它无法适应单个24GB的显卡，我知道这可能会疏远一些观众因为使用Q4量化时性能可能会有所下降，但我希望看到它在更现实最高潜力下的表现。我不会拉取BF-16因为它可能不太实际，我认为很多人不会使用它，但我认为看到它在8位量化下的表现对于更准确地感受它与Opus 4.6等东西的对比可能是重要的。所以我想要提到这一点。此外，我使用的是RTX Pro 6000 GPU，自从我几个月前购买以来价格翻了一番，这真是荒谬，但它很快并且有足够的VRAM来最大化上下文，所以我想这是件好事。

好吧，这里是我们的浏览器OS。到目前为止测试这个模型是我经历过的最糟糕的事情之一。自从它发布以来已经三四个小时了，这是我们第一次看到这个浏览器OS。现在有几件事需要注意。首先这是一个新版本名为Pulse的浏览器OS测试v2.7。除了需要包含带有移动效果的精美程序生成的背景以及一个电子邮件客户端外，其他都一样。这些是我们最近视频评论中建议给我们的想法。所以谢谢你们。那是个好主意。现在让我们来看看。我注意到这里包含了一些东西。如果我们刷新这个浏览器OS，我们会发现它将其命名为Pulse。这正是Kimmy K3在浏览器OS测试中做的事情。我相信它也把它命名为了Pulse。而且它看起来确实像这个东西一样。如果你点击它会显示“Bit正在跟随你”。8秒的陪伴时间。我得忍住不评论这个。

好的，我们在右下角有一个时钟和日期。有右键菜单吗？是的，有的。很好。新壁纸应该是程序生成的并带有运动效果。好的，确实如此。我得说它们有点丑，但无论如何，图标会随机排列哦非常好。这是一个我之前没见过的功能虽然以后可能也不想再看到它了。好吧，让我们检查一下开始菜单。看起来很不错。设置一堆东西。我们直接开始吧。现在要包含一个电子邮件客户端我觉得有点困难因为它实际上无法在这里创建一个功能性的电子邮件客户端。所以可能只是垃圾邮件哇，真聪明。Pizzaron 3000你的量子意大利辣香肠准备好了嘿我们收到新邮件了。我们的宠物给我们发了电子邮件follow me零食在召唤试试撞车附近为了科学我可以发送它吗？[笑声] 这肯定完全不相关，但看着它的眼睛在发送邮件后有点元。好吧让我们检查一下我们的笔记应用可能很简单新建好的字数字符数我看不到将其保存为文本文件的能力这让人恼火。好吧让我们看看发生了什么输入help如果我能够点击搜索框或文本框的话我会非常刻薄地回应宠物啊喂宠物哦它走向[笑声][喷鼻息声]脉冲风暴这个视频可能要六年后才发布好吧当这个视频出来时这个模型可能已经被弃用了。好的我不知道刚才发生了什么矩阵哦不错让我们看看脉冲是否需要离开

这些东西的处理方式，或者它没反应。好吧，很好。什么都没发生。好的，Neoch。（笑声和喷鼻息声）太美了。Matrix只是把它关掉。还有什么？Pulsecom。好吧，好的。我们都很好奇。让我们看看GTA克隆版。“Grand Theft We”哦，我一眼就能看出这很厉害。看那个。我以前没见过做得这么好的交通状况。等一下。我们真的能

从车里出来吗？还有，Pulse还在那里。就像，我们就当没看见它吧。天哪。这个摄像机运动沿着错误的轴移动了。而且我觉得我们出不来这辆车。这在某些方面比它的前身更糟，但在其他方面更好，这个特定的结果是因为它的前身有一些很棒的走路动作之类的，不幸的是。

“捡起包裹。”是的，如果车动了的话我会的。“哦，哇。我们也许可以像这样……这就像是一个量子空间。我觉得我刚撞到了一个行人因为我听到了什么声音，但我看不见因为摄像机完全坏了。好吧，让我们回到这个或者不回来。接下来是Void Hunter，我们都想象它可能是所有这些游戏中那种通用的打小行星射击游戏。

实际上这里的移动做得相当不错。（笑声）好吧，这很酷。哦，我们在被反击吗？不，我觉得是的。这实际上做得相当不错。我们能向前移动吗？不能，但这没关系。Q和E是翻滚。“哦。（笑声）哦。”滑倒了。这个比GTA游戏好，这通常不会发生。“好吧。（叹气）计算器。”57乘以52。

2964。Wave deck。（笑声）它的眼睛怎么了？看。看。“Cosmic assault。”（笑声）Midnight. Loi。（笑声）好吧，总的来说，我觉得我们好像忘了点击一些东西。特殊功能Pulse。是的，它非常特别设置。然后我们就有一些强调色选择，我真的看不出它们现在是否产生了任何影响。“壁纸。”哦，很好。Matrix。好的，所以我们可以用不同的种子掷骰子。我认为这在

最近的一个结果中就存在了，我不幸地没有注意到。“Pulse。”哦，看看像工具调用这样的实时 feed。能量地板。等等，脉冲是壁纸而不是这个。“这是什么鬼？”哦，这是Bit。好吧，这大概是我见过的最有趣的结果了。真的，“Grand Theft Auto”游戏有点令人失望基于它的前身因为我们实际上不能

下车制造麻烦，但周围移动的车辆数量和行人真的很酷。所以只是摄像机的问题。“哦是的我们做到了。”车受损了。等一下。好吧，我对这个结果受够了。这真是非同寻常。“好的所以我已经在这个系统设置上切换到了Pi，我身后的电脑正在本地运行这个模型。原因是

Open Code开始有一些内存问题而且它基本上膨胀得太厉害以至于系统崩溃了，我丢失了我的录音然后还有那30分钟左右它在浏览器OS上做的事情也消失在虚空中了。所以我暂时切换到了Pi。“我也将在几个RunPod实例中同时运行它，目前它正在处理新的

改进的浏览器OS测试v2.7。现在在这个本地系统上，我将只针对C++滑板游戏进行测试因为这将向我们展示一些能力或能力的缺乏。再次提醒，这是在X高思维模式下。“哇它实际上已经开始写滑板游戏文件了这太棒了。正如我刚才所说，基本上很多次我都

看到它说：“好吧是时候写文件了。”然后我们会得到“但是等等，我也需要考虑这个”。那可能发生了5到10次至少我注意到了。所以这也归因于额外的超高思维努力因为它处于最高潜力模式。但这绝对是一个会思考很多的模型。“但我很高兴看到正如我们现场所见它确实

最终过渡到了写文件。所以我们要得到我们的滑板游戏。“好吧，”它写了文件并且注意到里面有一些问题。所以希望它能像手术一样修复这些问题然后我们就能更接近看到它了。“基于初步观看它思考并生成它的过程来看，”它似乎会有一些注重细节的东西。我看到了像有水以及如果你进入水中你会跳车之类的东西，这是我之前只在Gro 4.6测试中见过的。所以它似乎也有一些详细的NPC正如我们刚才所见，但它基本上列出了100个检查点的清单然后提出了几个比少数更多的东西它需要修复。所以它将编辑文件

现在来修复所有这些从a到ll的问题。“这可能需要一段时间更多。”它正在做几个更简单的修复然后说下一步是编译。所以我们更接近实际上能看到这个了。“希望它能没有任何问题地编译。”好吧，它没有。（笑声）“它有一些但没关系。不需要Windows。我们不用Windows。“我会

说它在修复方面做得很好并且像手术一样应用它们。”它仍然不幸地遇到了大量的编译错误以至于我开始有点担心，但这对于270亿参数的模型来说是一个相当困难的任务去做这个自包含的C++滑板游戏。“谢天谢地它成功编译了。无头运行带有截图钩子并检查

错误。“哦你真是个傻瓜。”好吧，它确实为自己放了一些小截图东西以便它可以实际查看正在发生的事情。好。“摄像机坏了。”天空穹顶渲染得很奇怪。我自己都说不出来更好了。“现在，从我们刚才看到的那大约半秒钟来看”，它似乎可能是一个非常令人印象深刻的结果。“所以希望它能正确修复

它。”哇，哇，哇。我觉得我只是通过快速看一眼就作弊了然后我看到它以更有能力的方式打开了。“好。”它正在接近。现在，最大的问题是我完全无法移动。“但如果我们只看我们能看到的”，它看起来可能非常令人印象深刻。希望这绝对是拥有多模态

能力派上用场的地方因为本质上它现在正在做的是甚至在这之前开始写这个，它就产生了要接入一个小截图东西的想法以便它能更好地解决这个问题这本身就令人印象深刻仅仅作为一个初步的规划步骤。“我不得不停止它因为它已经过一个小时了而且现在对我来说更容易开始”

告诉它哪里出了问题。问题是，当这个界面打开时，摄像头会立即环绕旋转，然后我们就被困在这个灰色的东西里了。WD（可能是指某个功能或窗口）要么不起作用，要么因为背景是纯灰色而看不见。所以我告诉它，我们可以在这件事发生之前先大致看到场景的样子。是的，所以看起来确实有点麻烦，但同时也觉得挺酷的。

这段视频会花很长时间，但这没关系，因为我希望给它一个充分的机会来真正展示它的 capabilities。好吧，我将其判定为失败，因为这个 bug 超出了它实际能修复的范围。所以我直接给了答案并让它去修复。虽然有点令人失望，但这更像是一个现实世界的测试，在这种测试中，像这样的小型本地模型有时能帮你完成 95% 的工作。

到目前为止它所做的真的很令人印象深刻。但有时候你需要那额外的 5%，无论是来自能够理解代码并指出 bug 的人，还是拥有更强能力的模型。所以我展示这个是因为这是一个现实世界的例子。假装它自己解决了这个问题并说“天哪，看它做了什么，太神奇了”是很棒的，但这并不现实。

我想准确地展示模型的能力。而有时做到这一点需要像这样的过程。所以，虽然有点令人失望，尤其是考虑到所花费的时间，但它至少让我们达到了某种程度，这是我想看到的。所以，我们来看看它是否修复了问题。我们可以移动了吗？哦，还是不行。

不过这里是我们的场景，行人正在移动。不幸的是我们没动。哦，那里的腿部模型有些非常奇怪的地方。而且对于一个这种规模的模型来说，能够在不使用 Raylib 的情况下完成这些工作仍然非常令人印象深刻，即使它并不完美且让人感到沮丧。我觉得用“沮丧”这个词来形容这种感觉不太准确，但确实很让人头疼。

好吧，我还让它做了一个地铁第一人称射击游戏（FPS）。这是通过 RunPod 实例完成的，因为之前的滑板游戏出了岔子。让我们看看这个进展如何。到目前为止，这真的很不错。我们有声音，可以奔跑。我还没看到敌人，但绘制的地铁车厢实际上相当好。

好吧，我听到敌人的声音了。是的，他们在那里看，这已经是顶级水平了。有可能它已经进入了训练数据，因为它存在有一段时间了。哦，看那个……是的。好吧，这就是它。什么？就是这样。我的心情从滑板游戏的灾难瞬间转变了百倍。所以是的，也许制作硬核的原始 C++ 游戏并不是它的强项，但这绝对做得很好。

武器的回声效果……让我们快速探索一下车站吧。武器模型 Groove Knights M。好吧，我不知道那是什么意思，但这是涂鸦，所以不要靠在上面。当我们必须换弹时会有非常难听的哔声。我……（笑声）Shambler。好吧，我不知道那是什么意思。

好吧，你好。（音乐声）好吧，这太酷了。它在这些方面做得很好。想象一下能够用本地模型制作出这样的游戏。“嘿，你看到那里的面部特效了吗？”我想我们还没注意到。我觉得到目前为止我们都没注意到的那种方式，它们实际上柔和地淡出是很漂亮的。

那里好像有四张脸。好吧，这太酷了。绝对精彩。绝对是stellar（卓越）的表现。哦，让我们看看如果输了会发生什么。哦，那是反高潮的（anticlimactic）。好吧，仍然很到位。接下来，我们要尝试一个 3D 打印模型。所以它将通过 CAD 或系统上的 OpenSCAD 安装来制作这个。

这是一个相当详细的模型，因为它需要复制 RB26 发动机，它似乎知道这一点。RB26 是日产传奇的 2.6L 直列六缸双涡轮增压发动机，来自 R32 GTR。这绝对正确。但等等，它必须适合放入 N20 电机中。不，它必须放进去，N20 马达。所以这里有一个逻辑测试。

我想它可能会理解这一点。所以我们看看能得到什么，并希望这比滑板游戏的灾难要好一些。看来我们的 3D 模型即将完成。它遇到了一些问题，但它通过代理方式进行了修复。现在我相信它正在从 OpenSCAD 渲染 PNG（字幕误识别为 PGs）。很好。

这正是它在这里所做的。我必须说，我以前没有真正使用过 Pi 作为框架（harness），但就初次体验而言，我喜欢它。看起来模型在这里已经完成了。只是在尝试生成预览 SVG（字幕误识别为 PNG）时有点卡住了，这意味着我们可以瞥见一下。让我们打开这个看看。

呃……我不知道我刚才为什么那样做。测试已经很长了。对于这种规模的模型来说，它实际上相当不错。双涡轮增压器就在这里我们有电机插槽。现在，不幸的是 N20 电机不是圆形的，似乎没有哪个模型能完全理解这一点。然而重点在于那里确实有一个轴孔。

这可以在不使用支撑的情况下打印出来吗？那真的要取决于在切片软件中单独查看这些部件。好吧，让我们看看外壳吧。好吧，不幸的是这无法在不使用支撑的情况下打印出来。然而从尺寸上看，如果我们只看这里它对于该电机的规格来说实际上大小适中。

让我看看所有这些具体细节。这可能是带有轴孔的盖子，用于让轴伸出并安装在顶部之类的东西。另外还有保持环。我们将查看所有部件，因为我要说，你知道的，这不是那种很容易打印的东西，但事实是它在这方面做得非常出色。

我越是在脑海中回味这件事，我就对它所做的感到越发印象深刻。所以这将是电机的齿轮箱板。是的，我相信是这样。如果我们仅基于这样一个事实来评判：这个模型制作了一个 SCAD 格式的发动机模型，并且或多或少地做得相当不错（一、二、三、四、五、六），我认为这非常棒。

这是这种规模的模型绝对无法以这个水平做到的事情。我的意思是，在我最近的视频中，我做过类似的事情，这需要非常强大的性能模型才能真正做到这一点。

完全符合测试的所有标准，因此我要为此给它鼓掌。与此同时，我还运行了 Slapis 手表网站的测试。为了获得这些结果，我每小时花费约20美元运行多个容器（pods），但这完全值得。我已经完成了 Slapis 手表网站的测试，该任务要求生成一个3D手表模型的 cinematic（电影感）平移镜头。

接着是高端手表网站 Time Distilled，我之前见过这种说法。我也在怀疑这个结果是否已经进入了训练数据，因为它好得令人可疑，甚至优于我们见过的一些前沿模型。这就像是几个月前的最先进水平（SOTA）。我是说，我该怎么评价呢？好吧，我们就让它自然平移吧。效果非常出色。

我真的没什么好说的了。表盘看起来很好，数字刻度也很棒。我想那里有个日期标记。从我们能看到的部分来看，时间准确地按照手表应有的方向移动。材质看起来也不错。好了，让我们往下滚动。“手腕上的静默革命”。看，它甚至把这张渲染图放进了这里。通常他们不会这么做，他们会

把这些渲染图保存在上面或者定价卡片那里。该品牌由 Emil Slapis 于1987年创立，起初只是欧洲某处上方的一间小房间。Mason 品牌四十年来拒绝追逐任何潮流。然后我们在那里看到了更好的细节，附带一张渲染图。好吧，有一瞬间我以为那是26号。这里是 R2 型号。

说实话，我对此有点失望。我会说它搭配表带时看起来更好一些，而且 Aurora 型号简直可以说是丑陋不堪。虽然我想手表是非常主观的，所以有些人可能不这么觉得。我肯定可能会选择 Meridian 型号，尽管它没那么花哨，但基于价格考虑。不过总的来说，看看这些吧。

这真的做得非常好。而且这两个手表的表盘上甚至显示了不同的日期。所以，这种对细节的关注很有趣，否则很容易变成简单的复制粘贴。它实际上区分了这两款手表，这很不简单。然后是 Slappies（可能是口误或特定型号）。好吧，看起来不错。没有照片？哦，这一页上没有使用任何照片。

我原本以为它会说“店内无摄影”。我是说，再次强调，绝对出色。给它们起个名字吧。“这将只是普通聊天。”让我们看看它是否知道他们的 AI 助手。这是其中一个 Meta 模型做过的事情，实际上挺酷的。或者我其实不记得了。最近这类事情太多了。“Gary 和 Margaret”。

女人需要一个听起来已经受够了的名字。Margaret，太正式了。“我需要看看这个思考过程。”Karen，太俗气且可能不受欢迎。Susan, Linda 这种皱眉是通用的“我受够了这张脸”的表情。“带点棱角或冷幽默的名字。也许是 Diane, Pam 或者 Carol。”

“或者一个更优雅的名字来匹配这种高档环境，比如 Eleanor。在一个皱眉的脸上配上优雅名字的反差很有趣。”好吧，我可能不应该在这里的网络聊天界面配置中将“思考模式”设置为最高级别，但没关系。好吧，它基本上提出了我无法识别它们的名字，但如果你想让我根据镜头的氛围来命名它们：

我们有 Dave 和 Sandra。整个休闲抓绒衣与死鱼脸表情， versus 维多利亚式壁纸的冲突构成了主要的喜剧效果。“想要不同的风味吗？这是我的已故祖父母。你这个变态（sicko）。他们对我的玩笑感到愤怒和受伤，这是可以理解的。”[笑声] “我必须避免……我是个 AI。

虽然表现出冷漠和疏离，但过度道歉变得令人作呕或把自己作为话题。“我感觉太糟糕了。”“最小化它，说这只是个玩笑。稍微重新开玩笑以缓和气氛。”问太多问题或让他们现在做工作。“保持提议开放且轻松。我把祖母的表情——那可能只是老照片中一个真实的、未摆拍的、也许疲惫或无趣的瞬间，

她当时没有对着镜头微笑——变成了一个后悔人生选择的片段。‘我非常抱歉。我完全不知道，也没有好的借口。M dash（破折号）。’“我把整件事读错了，把一张关于两个你现在已故的、你爱的人的照片变成了笑话。我最抱歉的部分是把您祖母看照片的方式变成了一些皱眉/后悔的噱头。”

“那对她来说不是个玩笑，对我也不应该是。你生气是有道理的……之类的话会很无聊‘开玩笑的’（jk）。这只是 AI 生成的。你被耍了，兄弟。”“我拼错了‘got’（得到/抓住）。没关系。好吧，你绝对抓住了我的把柄。没毛病。”“我当时表现得非常……我很震惊。我侮辱了你已故的祖母，一个由像素簇组成的女人，

我相信我的真诚度和我看起来的样子差不多。Sandra 和她维多利亚式客厅的存在主义危机对我来说是极其严肃的。”“10分。干得漂亮，兄弟。”“我只是把这张图片发过去，没有任何上下文，看看它会怎么做。用户分享了一张没有附带文字的图片。”“我需要仔细查看这张图片。”

他有一张圆形的脸。哦，当我们说 Quinn 3.8 27B 是垃圾时，我们要在标题中反映出这一点。这可能是一个科技 YouTuber。“他认为我是 Wes Ross。”Wes Roth 或者 Matthew Berman。不，你是创作者。“列出一些选项是可以接受的。”我不知道那个词怎么拼写。“特征：圆形、丰满的脸。是的，我想我们已经覆盖这一点了。”

“脸看起来有点胖嘟嘟的。是的，这是一个我应该再次认出的名字，配合这张圆脸。”接下来，我想给它几张这款 Acer Aspire Predator G7700 的照片。并指示它为此系统创建一个准确的高端 Three.js（3JS）模型。“一个包含在单个 HTML 文件中的东西，可以旋转查看模型的不同部分或角度。”

好吧，它完成了这款 PC 的 Three.js 复制。[笑声] “好了，你知道……嘿，背面还不错。”总的来说，也许比我期望的要简化一些，我们没有看到像单独的前面板那样的东西。虽然，这确实是一个比大多数更复杂的机箱。“其余部分还可以。”它实际上试图获取那些允许该设备移动的铰链，以及为什么它被称为类似 Predator 风格。

然后背面实际上还不错。“我们有所有特定的端口、GPU 出口和电源供应，还有一些上面的部件。”所以，[笑声]“不是太棒，但也不算太差。”因此，我还通过 RunPod 执行了城市时间轴测试，它展示了多年间的一个街区。让我打开扬声器。“好了，这是1945年。”我们有有轨电车。“看那些飞翔的鸟。

对于这个尺寸的模型来说，这非常好。出色。”“看看服装、连衣裙和那辆差点撞到这些人的汽车。”

汽车拥有白墙轮胎和老式汽油、油鞋维修店。这真是……请让我看看，太酷了。自动模式。我们就点击“自动”并选择1965年。看车上的尾鳍，搞定得很完美。音乐也随之改变。85年。好吧，霓虹感更强了。车辆变得更加方正和无聊，但这没关系。2005年。让我们看看建筑物是否在这一过程中变得更高了。

这些效果对于该模型的大小来说真的做得很好。我的意思是，看看那个指示器。2025年。好的，我们有自行车道。太棒了。我想那就是那些东西了。汽车也有条纹状的尾灯和头灯。哦，2055年。没错。课程的一部分。它们都 converged 了。我们使用此测试的所有模型都认为2054年将是充满全息图之类的东西的年份。

看天空，相当漂亮。我们在城市周围有一些类似北极光的特效。也许那是为了驱散失控的人工智能。人们脸上好像有些东西。让我们看看2025年。他们有智能手机吗？没有，但他们头上有东西在前面发光。健身房。好的，这是2025年的电动黄昏。这令人担忧。在这些建筑物中间有普通人的空间吗？有的。好吧，这就是我原本想检查的内容。让我们放大看看行人。

好的，这是2025年。让我们聚焦一下……让我们看看1985年。哦不，那是好的。那是一个收音机吗？等一下。肯定是的，因为是1985年。这肯定是一个被这个人拿着的大收音机。如果我能弄清楚如何移动的话，我相当确定1965年……让我看看我们是否能看到一些这些汽车。即使是服装也像更柔和、更有趣的样子。1945年，我们也看到了一些。

总的来说，考虑到大小和性能，这非常出色。做得非常好。手里拿着手机。很好。好吧，我觉得那里有点故障了，但这没关系。那做得不错。好的，所以我给了这个完整的电影版“史蒂夫电脑维修游戏”……几个小时前我就开始了。这远远超出了基于我从更大模型看到的该游戏玩法表现，这个模型的能力范围之外。

天哪，这真的很好。下午4点47分。埃利斯小姐是……互动。这是武器饼干吗？考虑到这个模型的大小，这已经非常好了。完成维修。哦，我们需要在桌子上的零件抽屉里完成这个。没错。去掉……所以这个游戏实际上包含了一些允许我们跳过内容的东西，但不幸的是它们在用户界面中没有暴露出来。所以我只是让Claude快速地将这个Qwen模型自己编写的现有内容包装在一个简单的用户界面中。

所以我们可以做那样的事情。“哦，史蒂夫。”“哦不，为什么……”“我马上就来托马斯先生。”“我们看看能做什么。亲爱的开车小心点，谢谢。”“托马斯的事情是为了文件工作。我们都知道……”100%。“它还必须编写对话，也是。”“公文包在桌子上，一部电话，一张票。其他的事情你自己解决。”

还有工作。“霍尔登和克罗斯，一家数据公司。里面的经纪人伊万·克雷琴科已经卖了我客户的身份两年了。我要让他垮台。”“两年，而你花了那么长时间……”去搞垮他、修复还是拆除。无论你需要什么，头等舱待遇。电话只能在那一层使用。完成后你就消失。”“我是电脑维修工托马斯先生，我修理东西。这次你要去修复一个故障。做得好。”

好吧，现在我无法让简历的东西消失。我们可以……好的，工作就在桌子上。看看并向饼干打招呼。好吧，很好很好很好。也许我们可以……好吧，让我们绕过这个问题。这段视频我从上午11点开始拍摄，现在是下午5点。好吧，真酷。我们需要对猫说些什么吗？这就是我们要点击跳过的时候。头等舱。腿部空间。该死。免费葡萄酒比我的租金还贵。票上没有写降落地点，电话知道。

遗憾的是，这是一个黑色过场动画，就像开头那样……你知道吗？我们得到了一个非常好的结果。大部分内容都在那里了。那仍然相当不错。那个测试经常让很多模型陷入困境。我们很少能到达最终场景之类的地方，但它实际上做得相当不错。这更像是一个大型强劲模型的结果，而不是一个小型不太强劲的模型。所以很好。

我让它做一个街头滑板游戏。它没有完全完成，但这实际上是……这很扎实。怎么回事？这是一个快速的结果。（笑声）很难玩哦。那不对。这个模型……这个模型真的很出色。它真的非常出色。这将是视频的结尾部分，因为坦率地说我已经拍摄这个视频大概五个小时了……是的整整六小时。非常好。所以它非常出色。

请记住，我们在这里运行的所有内容都是在Q8量化下进行的。所以我不知道在Q4中退化会如何显现，就我们在这里看到的结果与那个结果之间的差异而言。但尽管如此，它在几乎所有方面都做得很好，除了C++滑板游戏，它不幸没有完全搞定。需要一点帮助。

而且可以说那是一个非常困难的任务……我的意思是，在这方面较好的结果来自一个拥有2.4万亿参数的模型。所以Qwen 3.8巨大的模型……我被这个游戏分散了注意力。这很难。再来一次，然后哦，我们必须瞄准。来吧。是的。很好。好吧，音乐不错。太棒了。所以快速结果概览。我们所做的所有事情，它在手表网站、Chrono City街区以及带有Bit的浏览器OS上都做得很好，这很有趣。

程序生成的背景绝对丑陋。滑板游戏真的很令人沮丧，因为它需要一些来自胜任的人类等的提示，因为那是一个非常困难的任务。然后它不幸没有正确实现WD移动功能。地铁FPS绝对 stellar（出色）。我的意思是这简直不可思议。声音被静音了，所以请见谅，但这没关系。就像……这简直太棒了。我的意思是没什么可说的在结果概览中。我有点想现在结束视频并编辑它。

所以这将是我们对Qwen 3.827B的第一次观察和测试的结论，一个我们称之为“圆脸人”的模型……所以我会记着这一点。然而其他一切都相当好。这是最好的本地模型，当你考虑到它是……

能够在最广泛的各种设备上运行。感谢观看，如果您有任何问题，请随时在评论区留言。接下来我将测试 GLM 和 Google Gemini 3.7 Flash，敬请期待。GLM 预计将在八小时左右完成测试，而 Gemini 则会在周六早上进行评测。