Qwen 3.5 9B
阿里巴巴通义千问Qwen系列的9B参数语言模型，支持本地部署，适合消费级显存场景
时间轴 (近 90 天)
在Bespoke Labs的流出级评测上，Nimble达到90.12，而其基座模型Qwen 3.5 9B只有66.36
Qwen 3.5 9B (Q6_K) 输出速度约 168 tok/s，快于 Bonsai 2 27B 的 101 tok/s
作者主观评价 Bonsai 的宝塔场景细节最丰富，质量领先，Gemma 4 次之，Qwen 3.5 9B 输出崩坏
Qwen 3.5 9B是阿里巴巴通义千问的中等参数版本，9B参数量可在单张消费级GPU上运行
CrofAI的所谓自研greg系列模型实际被路由到其他模型：greg-2-ultra路由到GLM 5.2，greg-1-mini路由到Qwen 3.5 9B，greg-2-super/greg-1/greg-1-super路由到Kimi K2.7 Code
在编写脚本时，Qwen 3.5 9B会提供备份和调试输出等周全功能但往往伴随1-3个错误，而ActionAssist倾向于生成简洁准确的代码且错误率更低
社区中出现了基于Qwen 3.5 9B的微调版本Emperios 3.8 distill
9B参数级别小模型市场的热门选择包括Gemma 4 12B、Qwen 3.5 9B和Ornith 1.5 9B
全部知识事实 (5)
在Bespoke Labs的流出级评测上，Nimble达到90.12，而其基座模型Qwen 3.5 9B只有66.36
50%待验证CrofAI的所谓自研greg系列模型实际被路由到其他模型：greg-2-ultra路由到GLM 5.2，greg-1-mini路由到Qwen 3.5 9B，greg-2-super/greg-1/greg-1-super路由到Kimi K2.7 Code
50%待验证Qwen 3.5 9B是阿里巴巴通义千问的中等参数版本，9B参数量可在单张消费级GPU上运行
50%待验证在编写脚本时，Qwen 3.5 9B会提供备份和调试输出等周全功能但往往伴随1-3个错误，而ActionAssist倾向于生成简洁准确的代码且错误率更低
50%待验证社区中出现了基于Qwen 3.5 9B的微调版本Emperios 3.8 distill
50%