这两天，B站突然刷出一批视频：「比肩Opus5.5、GPT-6 Astra！Qwen3.8-27B-Coder390本地部署实测」，播得最猛的一条已经7000多播放，还标着AI生成。评论区率先绷不住：「能比肩我吃」。哔哩哔哩
然后剧情反转——模型作者本人的账号扎进评论区：别哗众取宠，模型全名尾巴上那串「Opus5.5、GPT6Astra」，是训练时负责出题、写金标准和教师轨迹的老师模型，不是擂台上的对手。哔哩哔哩魔搭
先搞清楚：这不是阿里官方，是个人作品
作者知乎叫Lynn，B站叫Merkyor。他坦言，这是对Qwen3.8-27B做了两个月后训练的收官之作。Coder390这名字起得很老实：Coder=代码强化，390=GPQA、MMLU、LCB三项都到90分线。官方原版三项是177/444/83，他做到了GPQA 178/198（89.9%）、MMLU 450/500、LCB 90/100，且官方评测集一道题没进训练数据。知乎哔哩哔哩魔搭
它治的病，跑过27B的都懂
原版的「雷霆思考」长期被吐槽：LCB丢分的13道题，全是思考顶到94K token被硬截断、空答记零。用Lynn的话说，「方向经常是对的，就是刹不住车，把答题预算烧光」——这对本地Agent是致命伤。所以新版的奖励设计很狠：短而对加分最高，超48K还写错重罚，截断空答直接-1.0。结果是思考长尾明显变短：GPQA的思考中位数从5299 token收到2809，P90从5万收到2.8万。魔搭知乎
装之前，先看你的显存
作者的无脑推荐档是FP8，那是工作站的胃口。家用16G卡的实测没那么美：评论区有人拿16G显存卡跑Q3量化版，上下文8192时连20 tok/s都够呛，8192的上下文还被吐槽「项目里一个hello就给干压缩了」。Lynn备了一套混合粒度的LynnStyle GGUF全档位，最极限的Q2把体积压到12GB上下，自报GPQA 177、和原版FP8持平。但这是作者口径，你的机器跑不跑得动，得自己上机。哔哩哔哩知乎哔哩哔哩
三个副作用，最好先知道
一是效率是砍出来的。上手用户说，画图完全不适合，文字写作「领会精神」也打折。接DSH（DeepSeek Harness）的人发现工具调用出错频率变高，还有人反馈NInfer引擎下循环严重。哔哩哔哩
二是绝对质量有争议。有测试者拿Q4量化做对比，思考量降了50%，但细节问题比原版UD量化多一些，结论是「追求绝对质量慎用，追求效率质量均衡可以一定程度考虑」。哔哩哔哩
三是作者自己交底：分子生物病灶没修——因为教师模型额度用光了，为了训这个模型，他的Codex先后被封了两个号。94K截断也还剩约2%的概率，没有归零。知乎
所以，值不值得装？
12-16G显存、主写代码的，这是目前最激进的27B之一，Q2/Q3起步、预期管好；24G以上显存或Mac大内存的，上高档位才是完全体；追求绝对质量的，原版还在。模型已上魔搭，免费下载。这事最有意思的地方大概是：AI吹的牛火了，作者本人跑来拆牛。亲自下场「自辟谣」的营销奇观，真不多见。魔搭
