已过期60% 置信观点时间未知

千问3.6 27B FP8模型的前端代码编写能力与DeepSeek V4相差不大，某些样式实现上表现更优

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29(已过期)

来源

4×3080Ti本地部署千问3.6 27B跑OpenCode编程实测

bilibili苏不二师兄

涉及实体

千问3.6 27Bmodel DeepSeek V4model

相关事实

待验证本文采用INT8+bf16混合精度策略：原始模型权重使用INT8量化（通过bitsandbytes库的LLM.int8()方法），LoRA部分使用bf16配合fp32主权重67% 相似待验证FP8是Blackwell架构原生支持的低精度计算格式，包含E4M3和E5M2两种变体，Tensor Core的FP8计算吞吐是FP16的两倍65% 相似待验证FP8量化将模型权重从FP16压缩为8位浮点表示，在NVIDIA Hopper架构（H100/H200）上可获得原生加速，且相比INT8对精度损失更小65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/4398

API

curl https://kongchang.com/api/v1/knowledge/claims/4398

MCP

get_claim(id=4398)