『比肩Opus5.5是别人加的戏』和『390是三项到90的线』都是真的：Coder390刷屏头4天，我把模型卡的16行三联、3组官方投机吞吐和19组社区自报摆进同一张表——换主编程模型前，先对完档位、速度、复发这三本账

10月8日凌晨，一个 3683 粉的 B站UP主 Merkyor，把他"赛博治疗"系列的完结篇挂上了 ModelScope：基于官方 Qwen3.8-27B 做多轮 SFT+RLOO 后训练，模型全名六十多个字符——

Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2

随后四天，这个名字被拆开做成各家标题，最响的一版是 7456 播放的《比肩 Opus5.5、GPT-6 Astra！》。10月10日，作者本人在那条视频评论区贴出命名图例：名字后面跟的是教师模型名单，不是比肩成绩。 社区跟着补了 20 个赞：“人家作者本人在B站有视频，人家本人都不敢这么吹。”哔哩哔哩

这波真正值得摆一张表的，不是"27B 封神"，而是三本账：档位账、速度账、复发账。先把"390"是什么说清楚——它不是型号，是目标分数线：GPQA、MMLU、LCB 三项都到 90，名字里的 Coder 指代码强化。 拆法是 178/198、450/500、90/100，静态 FP8 档，三项依次 89.9、90.0、90.0。口径全在卡上：两张 RTX PRO 6000、每卡并发 8、上下文 100K、生成上限 94,208、DFlash2 草稿、SGLang，全量套题，空答记错、失败样本留在分母里。哔哩哔哩

原版的病不是笨，是停不下来——卡上写得很直白：模型在局部已经有答案之后，仍用 Wait / Actually 把同一套推导反复再推，直到写满上下文、最终答案为空。 评论区 11 赞的具象版是：“前端改一个按钮的位置，给我思考了整整 7 分钟。“Coder390 的 RLOO 只喂了 172 组、1376 条轨迹（正确 859、错误 517、空答 68），奖励表里"空答 −1.0、写到 94K 还有选项字母 −0.9、短且对 +1.05”，就是奔着这个病去的。另一条必须记账：三联目前只有作者自测，没有第三方做过全量复现，评论区"数据太少”（3 赞）、“Q2 不会是过拟合吧”（3 赞）的质疑，暂时没人能证伪。魔搭社区

档位账：15 档分数全放出来，但"大"不等于"强"

卡上一共 16 行成绩（原版+15 个精度档），尺寸、BPW、三联分数全公开：

三个规律，都是反直觉的：

1. 大位宽不保强。27.1GiB 的 Q8_0 考出 GPQA 171、28.3GiB 的 INT8 考出 175，都不如 12.4GiB 的 Q2（177）。有评论说"Q3 比 Q4 分数高，不敢相信"——在卡上这是常态，档间差距全在 ±4 分级别。

2. 每一档保的东西不一样。NVFP4 W4A4 的 LCB 干到 92、全场最高，代价是 GPQA 167 全场最低；Q2 的 GPQA 平原版，但 MMLU 433 掉了 11 分——代码被保住了，常识先交出去。实测党已经撞上：“问一首歌的信息，常识完全走偏了。”

3. 口径没你想的统一。16 行里原版/FP8 行是双卡 C8，NVFP4、NInfer、INT8/INT4 是单卡 C8，GGUF 行是单卡 C4，NInfer 两档还沿用 10-05 旧成绩、GGUF 分数测于内置 MTP 之前。拿 ±4 分跨档较真的，先去看每段的口径行。

入门门槛作者自己写了：配套 Lynn 桌面 Agent 的本地档规则是低于 14GiB 禁装，16GB 推 Q2，24GB 及以上推 Q3；N 卡看单卡显存，不叠加多卡、不用系统内存顶。引擎互斥也要记：`.ninfer` 只有官方 NInfer 引擎能加载，SGLang/vLLM/llama.cpp 都不认；INT8 档只走 vLLM；DFlash2 草稿只在 SGLang 验证过。

速度账：官方 45.6→180.3，社区自报 20→400，都不是假的

作者实测（单张 RTX PRO 6000 Blackwell、32K 上下文、单请求）：不开投机 45.6 t/s，MTP 91.1，DFlash2 180.3——两种投机互斥，且 C1–C16 每一档 DFlash2 都压 MTP。卡上附的 Q8MTP 短跑里，NInfer 下 Q2 能到 211.7。社区 9 组自报速度，落差巨大但都能对上账：

规律一句话：凡是 100+ 的，要么开了投机（MTP/DFlash2），要么走了 kvmem/NInfer 卸载；凡是 30 以下的，基本是 llama.cpp 不开投机的裸跑。 抄作业前核对三样：引擎、开没开投机、上下文长度。同一条视频下 4070S Ti 党 8K 上下文跑不满 20 t/s、转头用 35B MoE 跑到 50 的自报（7 赞），跟 250+ 的并不矛盾——付的不是同一本账。哔哩哔哩

复发账：雷霆思考对半砍，但没根治

FP8/BF16 档上，LCB 的 94K 截断从 13 降到 2–4，治疗是真有效。 但低档和真任务里，10 组社区质量自报把另外三面的镜子立起来了。魔搭社区

Q2 档复发：2080Ti 22G 党 Q2 跑"鹈鹕骑车"画图测试，3 次里 2 次雷霆思考、150K 上下文写满（2 赞）；另一位 Q2 写俄罗斯方块，追加一句"平滑下落加重力"后直接思考 64K 字符不动笔。

Agent 工具面变脆：DeepSeek Harness 用户换模后工具调用报错明显变多——写错文件路径、old_string 对不上、重试烧 token；但做几万到几十万字文档核校的用户报告"没发现幻觉，只有格式错误"，还带复核脚本。

专项不等于全能：高中数学联赛 A 卷实测，原版错一道小题、Coder390 Q2 错最后一道大题，但只花四分之一时间（3 赞）；沙漠输油经典题 INT4 档直接输出 200 升。正向样本也有：Q6_K 一句话打砖块"产品级交付、远超越原版"（8 赞），Q6 长文档分析"思考长度刚刚好"（8 赞），llama.cpp Q4"比 swift 快而且准"。

最硬的对照组：xhigh 鹈鹕测试（q4km+MTP3）的评测人说思考确实降一半，但细节不如原版 UD 量化，“追求绝对质量慎用”——然后"继续滚回去用原版了"。

对完账，谁现在动手、谁再等等

适合换：16–24G 单卡、主力是写代码/长文档、能接受 llama.cpp 或 NInfer 的党——16G 下 Q2（12.4GiB）、24G 下 Q3/Q4，Lynn 一键最省事；手里是 48G+ 或双 Pro6000 级别、会用 SGLang 的，直接静态 FP8+DFlash2，180 t/s 那行才是官方口径。装 Windows 整合包的，先读三条坑：路径必须是纯 ASCII（中文路径会报 invalid UTF-8 byte）、exe 和 9 个 DLL 不能拆（拆了静默退出）、别拿官方原包 GGUF 直接喂 ninfer（内置 MTP 头有 5 个 q4_0 张量该引擎不认，整合包作者重编码修过）。哔哩哔哩

再等等：显存低于 14GiB 的（官方禁装，别顶）；主要干常识问答、多工具 Agent 的（等第三方全量复现和 Q2 复发问题的后续）；已经在 strata+Flash-Next 里的——“回不去 27B”（88 赞）和"编程 27B 比 Flash 稳"是同一场争论的两组真数字，按任务类型选，别按赞数选。

继续观察：置顶热评 398 赞写的是"我的优化办法是睡觉，等睡醒了，说不定 qwen4 27B 就来了"——治疗系现在是和官方迭代抢时间；三联第三方复现、Q2 档长任务复发率、以及 Qwen 官方要不要收编这套"停不下来"的解法（7 赞评论已在喊话），是下一个周期的三个信号位。

这场刷屏的真相不是又一台"单卡干翻满血"的机器，而是一个 3683 粉的UP主，把本地编程党最疼的三种病——7 分钟思考、94K 空代码、百题 13 空答——连同 16 行分数、19 组真人数字和全部口径细节，钉在了同一个评论区里。账已经摆完，剩下的是你对自己的卡、自己的任务拍板。