開源模型權重

快照 2026-10-03。空格是倉庫裡沒有的數字。

≤32　顯卡≤96　顯卡≤128　系統記憶體≤192　系統記憶體>192　放不下

底色用該列數字直接比 32、96、128、192，不換算 GB／GiB，不扣 KV。32 與 96 是顯卡記憶體；128 與 192 是系統／統一記憶體。權重放進顯卡，就不必溢到系統記憶體。

權重與發行日

一列一種包裝。粗算與實測只列倉庫裡已經寫下的數字。

模型	發行日	參數	授權	包裝	大小	區間
K2-Horizon-7B		7B	apache-2.0	Q4 粗算	約 3.3 GiB	≤32
Qwen3.5-9B		9B	apache-2.0	Q4 粗算	約 4.5 GiB	≤32
Gemma 4 26B A4B		25.2B／啟動 3.8B	apache-2.0	Q4 粗算	約 11.7 GiB	≤32
gpt-oss-20b		21B／啟動 3.6B	apache-2.0	model 分片	12.82 GiB	≤32
Granite 4.2 30B	2026-08-25	30B	apache-2.0	Q4 粗算	約 14.0 GiB	≤32
Muse Glimmer 30B	2026-08	約 29.6B	apache-2.0	Q4 粗算	約 14.0 GiB	≤32
Gemma 4 31B		30.7B	apache-2.0	Q4 粗算	約 14.3 GiB	≤32
Qwen3.6-35B-A3B		35B／啟動 3B	apache-2.0	Q4 粗算	約 16.3 GiB	≤32
K2-Horizon-7B		7B	apache-2.0	根目錄 safetensors	16.76 GiB	≤32
K2-Horizon-MoVA-36B-A4B		36B／啟動 4B	apache-2.0	Q4 粗算	約 16.8 GiB	≤32
Qwen3.8-27B		27B	apache-2.0	q4_k_m 實測	17.77 GB	≤32
Qwen3.5-9B		9B	apache-2.0	根目錄 safetensors	17.98 GiB	≤32
G9v3-39A5B		約 39B／啟動約 5B	apache-2.0	Q4 粗算	約 18.2 GiB	≤32
Ornith-1.5-35B-A3B		約 35B／啟動約 3B	mit	Ornith-1.5-35B-Q4_K_M.gguf	20.22 GiB	≤32
Ornith-1.5-35B-A3B		約 35B／啟動約 3B	mit	Ornith-1.5-35B-Q5_K_M.gguf	23.61 GiB	≤32
Ornith-1.5-35B-A3B		約 35B／啟動約 3B	mit	Ornith-1.5-35B-Q6_K.gguf	27.20 GiB	≤32
Gemma 4 31B		30.7B	apache-2.0	Q8 粗算	約 28.6 GiB	≤32
Qwen3.8-27B		27B	apache-2.0	q8_0 實測	29.12 GB	≤32
HyperNova 60B 2605	26/02/2026	60B／啟動 4.8B	apache-2.0	根目錄 safetensors	31.81 GiB	≤32
Ornith-1.5-35B-A3B		約 35B／啟動約 3B	mit	Ornith-1.5-35B-Q8_0.gguf	35.21 GiB	≤96
Gemma 4 26B A4B		25.2B／啟動 3.8B	apache-2.0	根目錄 safetensors	48.07 GiB	≤96
Qwen3.8-27B		27B	apache-2.0	根目錄 safetensors	51.75 GiB	≤96
gpt-oss-120b		117B／啟動 5.1B	apache-2.0	4-bit 粗算	約 54.5 GiB	≤96
Granite 4.2 30B	2026-08-25	30B	apache-2.0	根目錄 safetensors	54.53 GiB	≤96
Qwen3.8-27B		27B	apache-2.0	BF16 實測	54.66 GB	≤96
Muse Glimmer 30B	2026-08	約 29.6B	apache-2.0	根目錄 safetensors	55.46 GiB	≤96
Nemotron 3 Super 120B A12B BF16	2026-03-11	120B／啟動 12B	nvidia-nemotron-open-model-license	Q4 粗算	約 56.2 GiB	≤96
Qwen3.5-122B-A10B		122B／啟動 10B	apache-2.0	Q4 粗算	約 56.8 GiB	≤96
Ling-3.0-flash-Fin		124B／啟動 5.1B	mit	Q4 粗算	約 57.7 GiB	≤96
Ling-3.0-flash-VL		124B／啟動 5.5B	mit	Q4 粗算	約 57.7 GiB	≤96
Gemma 4 31B		30.7B	apache-2.0	根目錄 safetensors	58.25 GiB	≤96
Mistral Medium 3.5 128B		128B 稠密	Modified MIT	Q4 粗算	約 59.6 GiB	≤96
gpt-oss-120b		117B／啟動 5.1B	apache-2.0	model 分片	60.77 GiB	≤96
Ornith-1.5-35B-A3B		約 35B／啟動約 3B	mit	Ornith-1.5-35B-BF16.gguf	66.19 GiB	≤96
Ornith-1.5-35B-A3B		約 35B／啟動約 3B	mit	基座 safetensors	66.97 GiB	≤96
Qwen3.6-35B-A3B		35B／啟動 3B	apache-2.0	根目錄 safetensors	66.97 GiB	≤96
K2-Horizon-MoVA-36B-A4B		36B／啟動 4B	apache-2.0	根目錄 safetensors	69.75 GiB	≤96
G9v3-39A5B		約 39B／啟動約 5B	apache-2.0	根目錄 safetensors	72.59 GiB	≤96
Qwen3.8-Flash-Next		125B／啟動 6B；n-gram 51B	qwen-community-1.0	UD-IQ4_XS 載入	87.24 GiB	≤96
Qwen3.8-Flash-Next		125B／啟動 6B；n-gram 51B	qwen-community-1.0	UD-IQ4_XS 磁碟	93.68 GB	≤96
Qwen3.8-Flash-Next		125B／啟動 6B；n-gram 51B	qwen-community-1.0	unsloth 4-bit 所列	112 GB	≤128
Mistral Small 4 119B		119B／啟動 6.5B	apache-2.0	model- 分片	112.62 GiB	≤128
Mistral Medium 3.5 128B		128B 稠密	Modified MIT	model- 分片	124.43 GiB	≤128
LongCat-Flash-Lite		68.5B／啟動 2.9–4.5B	mit	根目錄 safetensors	128.69 GiB	≤192
GLM-5.3-Flash		320B／啟動 18B	mit	Q4 粗算	約 149 GiB	≤192
MiniMax-M3		約 428B／啟動約 23B	minimax-community	Q4 粗算	約 199 GiB	>192
Nemotron 3 Super 120B A12B BF16	2026-03-11	120B／啟動 12B	nvidia-nemotron-open-model-license	根目錄 safetensors	230.25 GiB	>192
Ling-3.0-flash-Fin		124B／啟動 5.1B	mit	主檢查點（不含 model-mtp）	231.75 GiB	>192
Ling-3.0-flash-VL		124B／啟動 5.5B	mit	主檢查點 safetensors	232.56 GiB	>192
Qwen3.5-122B-A10B		122B／啟動 10B	apache-2.0	根目錄 safetensors	232.99 GiB	>192
DeepSeek-V4.1-Flash		骨幹 552B；prefill 8B，decode 16B	mit	骨幹 Q4 粗算	約 257 GiB	>192
K2 Think V2		70B	apache-2.0	根目錄 safetensors	270.27 GiB	>192
GLM-5.3-Flash		320B／啟動 18B	mit	根目錄 safetensors	305.79 GiB	>192
Qwen3.8-Flash-Next		125B／啟動 6B；n-gram 51B	qwen-community-1.0	根目錄 safetensors	335.28 GiB	>192
GLM-5.3			glm-5.3	Q4 粗算	約 351 GiB	>192
MiMo-V2.6-Pro-RL		1.02T／啟動 42B	mit	Q4 粗算	約 475 GiB	>192
DeepSeek-V4.1-Flash		骨幹 552B；prefill 8B，decode 16B	mit	根目錄 safetensors	475.25 GiB	>192
MiMo-V2.6-Pro-RL		1.02T／啟動 42B	mit	model_pp0_ep* 分片	524.88 GiB	>192
GLM-5.3			glm-5.3	根目錄 safetensors	703.74 GiB	>192
MiniMax-M3		約 428B／啟動約 23B	minimax-community	根目錄 safetensors	795.51 GiB	>192
Qwen3.8-2.4T-A95B		2.4T／啟動 95B	qwen3.8-max	Q4 粗算	約 1118 GiB	>192
Kimi K3		2.8T／啟動 104B	kimi-k3	原生 MXFP4 粗算	約 1304 GiB	>192
Kimi K3		2.8T／啟動 104B	kimi-k3	根目錄 safetensors	1453.74 GiB	>192
Qwen3.8-2.4T-A95B		2.4T／啟動 95B	qwen3.8-max	根目錄 safetensors	4556.37 GiB	>192

Artificial Analysis

Intelligence Index v4.3.2。底色是主權重檔。沒有權重檔的列不上色。這張表沒有 LMArena，也沒有廠商自報。

模型	指數	主權重檔	區間
Claude Opus 5.5（max）	58
GPT-6 Astra（max）	53
Gemini 4 Argon（high）	53
Grok 4.7（xhigh）	46
MiMo-V2.6-Pro-RL	46	524.88 GiB	>192
GLM-5.3-Flash	42	305.79 GiB	>192
Qwen3.8-Flash-Next	40	335.28 GiB	>192
Qwen3.8-27B	34	51.75 GiB	≤96
K2-Horizon-MoVA-36B-A4B	25	69.75 GiB	≤96
Ling-3.0-flash-VL	25	232.56 GiB	>192
Ling-3.0-flash-Fin	23	231.75 GiB	>192
G9v3-39A5B	22	72.59 GiB	≤96
K2-Horizon-7B	21	16.76 GiB	≤32
Ling 3.0 Flash	20
Qwen3.5-122B-A10B	18	232.99 GiB	>192
Qwen3.6-35B-A3B	18	66.97 GiB	≤96
Muse Glimmer 30B	17	55.46 GiB	≤96
Gemma 4 26B A4B	17	48.07 GiB	≤96
Gemma 4 31B	15	58.25 GiB	≤96
Granite 4.2 30B	15	54.53 GiB	≤96
Gemma 4 12B	14（估計）
Mistral Medium 3.5 128B	14	124.43 GiB	≤128
Nemotron 3 Super 120B A12B BF16	13	230.25 GiB	>192
gpt-oss-120b	12	60.77 GiB	≤96
Qwen3.5-9B	11	17.98 GiB	≤32
gpt-oss-20b	9	12.82 GiB	≤32

LMArena

文字榜，2026-10-02。跟上一張表不是同一個分數。

模型	文字榜	日期	註
Gemini 4 Argon（high）	1525	2026-10-02	Preliminary，文字榜榜首

廠商自報

只收同一名稱、至少兩個模型、而且是單一數字的分數。底色仍是主權重檔。Ornith 只出現在這裡。

AA-LCR

模型	分數	區間
Muse Glimmer 30B	80.0	≤96
Kimi K3	74.7	>192
Qwen3.5-122B-A10B	66.9	>192
Qwen3.5-9B	63.0	≤32
Nemotron 3 Super 120B A12B BF16	58.31	>192
HyperNova 60B 2605	40.3	≤32

Agentic coding DeepSWE 1.1

模型	分數	區間
Qwen3.8-Flash-Next	58.7	>192
Qwen3.8-27B	42.2	≤96

Agentic coding SWE-bench Pro

模型	分數	區間
Qwen3.8-Flash-Next	62.5	>192
Qwen3.8-27B	61.7	≤96

AI2D_TEST

模型	分數	區間
Qwen3.5-122B-A10B	93.3	>192
Qwen3.6-35B-A3B	92.7	≤96
Qwen3.5-9B	90.2	≤32

AIME 2025

模型	分數	區間
K2 Think V2	90.42	>192
K2-Horizon-7B	90.3 (-1.6)	≤32

AIME 2026

模型	分數	區間
Muse Glimmer 30B	94.7	≤96
K2-Horizon-7B	90.2 (+0.1)	≤32

AIME 2026 no tools

模型	分數	區間
Gemma 4 31B	89.2%	≤96
Gemma 4 26B A4B	88.3%	≤96

AIME25

模型	分數	區間
HyperNova 60B 2605	90.0	≤32
Granite 4.2 30B	89.17	≤96

AndroidWorld

模型	分數	區間
Qwen3.5-122B-A10B	66.4	>192
Qwen3.5-9B	57.8	≤32

Application recreation RecreationBench

模型	分數	區間
Qwen3.8-Flash-Next	49.9	>192
Qwen3.8-27B	47.1	≤96

Arena-Hard-V2

模型	分數	區間
Nemotron 3 Super 120B A12B BF16	73.88	>192
Granite 4.2 30B	67.93	≤96

BFCL-V4

模型	分數	區間
Qwen3.5-122B-A10B	72.2	>192
Qwen3.5-9B	66.1	≤32

BigBench Extra Hard

模型	分數	區間
Gemma 4 31B	74.4%	≤96
Gemma 4 26B A4B	64.8%	≤96

BrowseComp

模型	分數	區間
Kimi K3	91.2	>192
Ornith-1.5-35B-A3B	67.6	≤96

C-Eval

模型	分數	區間
Qwen3.5-122B-A10B	91.9	>192
Qwen3.6-35B-A3B	90.0	≤96
Qwen3.5-9B	88.2	≤32

CC-OCR

模型	分數	區間
Qwen3.6-35B-A3B	81.9	≤96
Qwen3.5-122B-A10B	81.8	>192
Qwen3.5-9B	79.3	≤32

CharXiv(RQ)

模型	分數	區間
Qwen3.6-35B-A3B	78.0	≤96
Qwen3.5-122B-A10B	77.2	>192
Qwen3.5-9B	73.0	≤32

Codeforces ELO

模型	分數	區間
Gemma 4 31B	2150	≤96
Gemma 4 26B A4B	1718	≤96

Competitive coding LiveCodeBench v6

模型	分數	區間
Qwen3.8-Flash-Next	91.9	>192
Qwen3.8-27B	90.3	≤96

CountBench

模型	分數	區間
Qwen3.5-9B	97.2	≤32
Qwen3.5-122B-A10B	97.0	>192

CyberGym

模型	分數	區間
MiMo-V2.6-Pro-RL	94.0	>192
GLM-5.3	84.5	>192

DeepPlanning

模型	分數	區間
Qwen3.6-35B-A3B	25.9	≤96
Qwen3.5-122B-A10B	24.1	>192
Qwen3.5-9B	18.0	≤32

DeepSWE

模型	分數	區間
Kimi K3	67.5	>192
Ornith-1.5-35B-A3B	22	≤96

DynaMath

模型	分數	區間
Qwen3.5-122B-A10B	85.9	>192
Qwen3.5-9B	83.6	≤32

Embodied intelligence ERQA

模型	分數	區間
Qwen3.8-Flash-Next	72.3	>192
Qwen3.8-27B	65.5	≤96

EmbSpatialBench

模型	分數	區間
Qwen3.6-35B-A3B	84.3	≤96
Qwen3.5-122B-A10B	83.9	>192
Qwen3.5-9B	83.0	≤32

ERQA

模型	分數	區間
Qwen3.5-122B-A10B	62.0	>192
Qwen3.5-9B	55.5	≤32

ExploitBench

模型	分數	區間
GLM-5.3	54.4	>192
MiMo-V2.6-Pro-RL	47.9	>192

FrontierSWE

模型	分數	區間
Kimi K3	81.2	>192
GLM-5.3	78.1	>192
Qwen3.8-2.4T-A95B	73.5	>192

Global PIQA

模型	分數	區間
Qwen3.5-122B-A10B	88.4	>192
Qwen3.5-9B	83.2	≤32

GPQA

模型	分數	區間
Qwen3.6-35B-A3B	86.0	≤96
Granite 4.2 30B	66.41	≤96

GPQA Diamond

模型	分數	區間
Kimi K3	93.5	>192
Qwen3.8-2.4T-A95B	92.6	>192
Ornith-1.5-35B-A3B	89.2	≤96
Qwen3.5-122B-A10B	86.6	>192
Gemma 4 31B	84.3%	≤96
Gemma 4 26B A4B	82.3%	≤96
Qwen3.5-9B	81.7	≤32
K2-Horizon-7B	75.6 (-1.5)	≤32

HallusionBench

模型	分數	區間
Qwen3.6-35B-A3B	69.8	≤96
Qwen3.5-9B	69.3	≤32
Qwen3.5-122B-A10B	67.6	>192

HLE

模型	分數	區間
Qwen3.8-2.4T-A95B	43.6	>192
Qwen3.6-35B-A3B	21.4	≤96
HyperNova 60B 2605	15.0	≤32

HLE (no tools)

模型	分數	區間
Ornith-1.5-35B-A3B	25.6	≤96
Nemotron 3 Super 120B A12B BF16	18.26	>192

HLE (with tools)

模型	分數	區間
Ornith-1.5-35B-A3B	33.4	≤96
Nemotron 3 Super 120B A12B BF16	22.82	>192

HLE no tools

模型	分數	區間
Gemma 4 31B	19.5%	≤96
Gemma 4 26B A4B	8.7%	≤96

HLE with search

模型	分數	區間
Gemma 4 31B	26.5%	≤96
Gemma 4 26B A4B	17.2%	≤96

HMMT Feb 25

模型	分數	區間
Qwen3.5-122B-A10B	91.4	>192
Qwen3.6-35B-A3B	90.7	≤96
Qwen3.5-9B	83.2	≤32

HMMT Nov 25

模型	分數	區間
Qwen3.5-122B-A10B	90.3	>192
Qwen3.6-35B-A3B	89.1	≤96
Qwen3.5-9B	82.9	≤32

Hypersim

模型	分數	區間
Qwen3.5-9B	13.5	≤32
Qwen3.5-122B-A10B	12.7	>192

IFBench

模型	分數	區間
Qwen3.8-2.4T-A95B	82.8	>192
Muse Glimmer 30B	77.0	≤96
Qwen3.5-122B-A10B	76.1	>192
HyperNova 60B 2605	66.6	≤32
Qwen3.5-9B	64.5	≤32

IFBench (prompt)

模型	分數	區間
Granite 4.2 30B	77.17	≤96
Nemotron 3 Super 120B A12B BF16	72.56	>192

IFEval

模型	分數	區間
Qwen3.5-122B-A10B	93.4	>192
Qwen3.5-9B	91.5	≤32

INCLUDE

模型	分數	區間
Qwen3.5-122B-A10B	82.8	>192
Qwen3.5-9B	75.6	≤32

Instruction following IFBench

模型	分數	區間
Qwen3.8-Flash-Next	81.3	>192
Qwen3.8-27B	79.5	≤96

JobBench

模型	分數	區間
MiMo-V2.6-Pro-RL	62.0	>192
Kimi K3	54.3	>192
Qwen3.8-2.4T-A95B	53.4	>192

LingoQA

模型	分數	區間
Qwen3.5-122B-A10B	80.8	>192
Qwen3.5-9B	80.4	≤32

LiveCodeBench v6

模型	分數	區間
Qwen3.6-35B-A3B	80.4	≤96
Gemma 4 31B	80.0%	≤96
Qwen3.5-122B-A10B	78.9	>192
Gemma 4 26B A4B	77.1%	≤96
Granite 4.2 30B	75.77	≤96
K2-Horizon-7B	72.7 (+1.2)	≤32
Qwen3.5-9B	65.6	≤32

Long-horizon office work CoWorkBench

模型	分數	區間
Qwen3.8-Flash-Next	73.9	>192
Qwen3.8-27B	70.7	≤96

LongBench v2

模型	分數	區間
Qwen3.8-2.4T-A95B	66.3	>192
Qwen3.5-122B-A10B	60.2	>192
Qwen3.5-9B	55.2	≤32

LVBench

模型	分數	區間
Qwen3.5-122B-A10B	74.4	>192
Qwen3.6-35B-A3B	71.4	≤96
Qwen3.5-9B	70.0	≤32

MATH-Vision

模型	分數	區間
Gemma 4 31B	85.6%	≤96
Gemma 4 26B A4B	82.4%	≤96

MathVision

模型	分數	區間
Qwen3.5-122B-A10B	86.2	>192
Qwen3.5-9B	78.9	≤32

Mathvista(mini)

模型	分數	區間
Qwen3.5-122B-A10B	87.4	>192
Qwen3.6-35B-A3B	86.4	≤96
Qwen3.5-9B	85.7	≤32

MAXIFE

模型	分數	區間
Qwen3.5-122B-A10B	87.9	>192
Qwen3.5-9B	83.4	≤32

MCP-Atlas

模型	分數	區間
Kimi K3	84.2	>192
Ornith-1.5-35B-A3B	70.2	≤96
Qwen3.6-35B-A3B	62.8	≤96

MedXPertQA MM

模型	分數	區間
Gemma 4 31B	61.3%	≤96
Gemma 4 26B A4B	58.1%	≤96

MedXpertQA-MM

模型	分數	區間
Qwen3.5-122B-A10B	67.3	>192
Qwen3.5-9B	49.9	≤32

MLS-Bench-Lite

模型	分數	區間
Kimi K3	48.3	>192
Qwen3.8-2.4T-A95B	41.0	>192

MLVU

模型	分數	區間
Qwen3.5-122B-A10B	87.3	>192
Qwen3.6-35B-A3B	86.2	≤96
Qwen3.5-9B	84.4	≤32

MMBench EN-DEV-v1.1

模型	分數	區間
Qwen3.5-122B-A10B	92.8	>192
Qwen3.6-35B-A3B	92.8	≤96
Qwen3.5-9B	90.1	≤32

MMLongBench-Doc

模型	分數	區間
Qwen3.5-122B-A10B	59.0	>192
Qwen3.5-9B	57.7	≤32

MMLU Pro

模型	分數	區間
Gemma 4 31B	85.2%	≤96
Gemma 4 26B A4B	82.6%	≤96

MMLU-Pro

模型	分數	區間
Qwen3.5-122B-A10B	86.7	>192
Qwen3.6-35B-A3B	85.2	≤96
Nemotron 3 Super 120B A12B BF16	83.73	>192
Qwen3.5-9B	82.5	≤32
Granite 4.2 30B	77.60	≤96
HyperNova 60B 2605	76.8	≤32

MMLU-ProX

模型	分數	區間
Qwen3.5-122B-A10B	82.2	>192
Qwen3.5-9B	76.3	≤32

MMLU-Redux

模型	分數	區間
Qwen3.5-122B-A10B	94.0	>192
Qwen3.6-35B-A3B	93.3	≤96
Qwen3.5-9B	91.1	≤32

MMMLU

模型	分數	區間
Gemma 4 31B	88.4%	≤96
Qwen3.5-122B-A10B	86.7	>192
Gemma 4 26B A4B	86.3%	≤96
Qwen3.5-9B	81.2	≤32

MMMU

模型	分數	區間
Qwen3.5-122B-A10B	83.9	>192
Qwen3.6-35B-A3B	81.7	≤96
Qwen3.5-9B	78.4	≤32

MMMU Pro

模型	分數	區間
Gemma 4 31B	76.9%	≤96
Muse Glimmer 30B	74	≤96
Gemma 4 26B A4B	73.8%	≤96

MMMU-Pro

模型	分數	區間
Qwen3.5-122B-A10B	76.9	>192
Qwen3.6-35B-A3B	75.3	≤96
Qwen3.5-9B	70.1	≤32

MMStar

模型	分數	區間
Qwen3.5-122B-A10B	82.9	>192
Qwen3.5-9B	79.7	≤32

MMVU

模型	分數	區間
Kimi K3	82.1	>192
Qwen3.5-122B-A10B	74.7	>192
Qwen3.5-9B	67.8	≤32

Mobile use AndroidWorld

模型	分數	區間
Qwen3.8-Flash-Next	84.5	>192
Qwen3.8-27B	81.9	≤96

MRCR v2 8 needle 128k (average)

模型	分數	區間
Gemma 4 31B	66.4%	≤96
Gemma 4 26B A4B	44.1%	≤96

MultiChallenge

模型	分數	區間
Qwen3.5-122B-A10B	61.5	>192
Qwen3.5-9B	54.5	≤32

Multidisciplinary reasoning HLE

模型	分數	區間
Qwen3.8-Flash-Next	35.9	>192
Qwen3.8-27B	30.8	≤96

MVBench

模型	分數	區間
Qwen3.5-122B-A10B	76.6	>192
Qwen3.6-35B-A3B	74.6	≤96
Qwen3.5-9B	74.4	≤32

NL2Repo

模型	分數	區間
GLM-5.3	58.0	>192
Ornith-1.5-35B-A3B	46.2	≤96
Qwen3.6-35B-A3B	29.4	≤96

NOVA-63

模型	分數	區間
Qwen3.5-122B-A10B	58.6	>192
Qwen3.5-9B	55.9	≤32

Nuscene

模型	分數	區間
Qwen3.5-122B-A10B	15.4	>192
Qwen3.5-9B	11.8	≤32

OCRBench

模型	分數	區間
Qwen3.5-122B-A10B	92.1	>192
Qwen3.5-9B	89.2	≤32

ODInW13

模型	分數	區間
Qwen3.6-35B-A3B	50.8	≤96
Qwen3.5-122B-A10B	44.5	>192

OJBench

模型	分數	區間
Qwen3.5-122B-A10B	39.5	>192
K2-Horizon-7B	29.4 (+0.4)	≤32
Qwen3.5-9B	29.2	≤32

OmniDocBench 1.5 (average edit distance, lower is better)（0–1）（低分較好）

模型	分數	區間
Gemma 4 31B	0.131	≤96
Gemma 4 26B A4B	0.149	≤96

OmniDocBench1.5

模型	分數	區間
Qwen3.6-35B-A3B	89.9	≤96
Qwen3.5-122B-A10B	89.8	>192
Qwen3.5-9B	87.7	≤32

OSWorld-Verified

模型	分數	區間
Kimi K3	84.8	>192
MiMo-V2.6-Pro-RL	82.0	>192
Muse Glimmer 30B	65.9	≤96
Qwen3.5-122B-A10B	58.0	>192
Qwen3.5-9B	41.8	≤32

PMC-VQA

模型	分數	區間
Qwen3.5-122B-A10B	63.3	>192
Qwen3.5-9B	57.9	≤32

PolyMATH

模型	分數	區間
Qwen3.5-122B-A10B	68.9	>192
Qwen3.5-9B	57.3	≤32

PostTrainBench

模型	分數	區間
GLM-5.3	39.8	>192
Kimi K3	36.6	>192

Professional job tasks JobBench

模型	分數	區間
Qwen3.8-Flash-Next	55.7	>192
Qwen3.8-27B	33.4	≤96

ProgramBench

模型	分數	區間
Kimi K3	77.8	>192
MiMo-V2.6-Pro-RL	26.5	>192

Real-world perception RealWorldQA

模型	分數	區間
Qwen3.8-Flash-Next	88.5	>192
Qwen3.8-27B	85.9	≤96

RealWorldQA

模型	分數	區間
Qwen3.6-35B-A3B	85.3	≤96
Qwen3.5-122B-A10B	85.1	>192
Qwen3.5-9B	80.3	≤32

RefCOCO(avg)

模型	分數	區間
Qwen3.6-35B-A3B	92.0	≤96
Qwen3.5-122B-A10B	91.3	>192
Qwen3.5-9B	89.7	≤32

RefSpatialBench

模型	分數	區間
Qwen3.5-122B-A10B	69.3	>192
Qwen3.6-35B-A3B	64.3	≤96
Qwen3.5-9B	58.5	≤32

Repo-level code generation NL2Repo-Bench

模型	分數	區間
Qwen3.8-Flash-Next	48.1	>192
Qwen3.8-27B	42.3	≤96

SciCode

模型	分數	區間
Kimi K3	58.7	>192
Muse Glimmer 30B	43.6	≤96
Granite 4.2 30B	38.76	≤96
HyperNova 60B 2605	36.0	≤32
K2-Horizon-7B	33.6 (+2.0)	≤32
K2 Think V2	33.00	>192

SciCode Scientific coding

模型	分數	區間
K2-Horizon-MoVA-36B-A4B	38.9	≤96
K2-Horizon-7B	31.6	≤32

Scientific reasoning GPQA Diamond

模型	分數	區間
Qwen3.8-Flash-Next	91.7	>192
Qwen3.8-27B	89.2	≤96

ScreenSpot Pro

模型	分數	區間
Muse Glimmer 30B	75.4	≤96
Qwen3.5-122B-A10B	70.4	>192
Qwen3.5-9B	65.2	≤32

SimpleVQA

模型	分數	區間
Qwen3.5-122B-A10B	61.7	>192
Qwen3.6-35B-A3B	58.9	≤96
Qwen3.5-9B	51.2	≤32

SLAKE

模型	分數	區間
Qwen3.5-122B-A10B	81.6	>192
Qwen3.5-9B	79.0	≤32

SuperGPQA

模型	分數	區間
Qwen3.5-122B-A10B	67.1	>192
Qwen3.6-35B-A3B	64.7	≤96
Qwen3.5-9B	58.2	≤32

SWE-bench Multilingual

模型	分數	區間
Ornith-1.5-35B-A3B	71.4	≤96
Qwen3.6-35B-A3B	67.2	≤96

SWE-bench Pro

模型	分數	區間
Qwen3.8-2.4T-A95B	67.7	>192
Ornith-1.5-35B-A3B	59.6	≤96
Qwen3.6-35B-A3B	49.5	≤96

SWE-bench Verified

模型	分數	區間
Ornith-1.5-35B-A3B	79	≤96
Qwen3.6-35B-A3B	73.4	≤96
K2-Horizon-7B	72.4 (+3.2)	≤32
Qwen3.5-122B-A10B	72.0	>192

SWE-Bench Verified

模型	分數	區間
Mistral Medium 3.5 128B	77.6%	≤128
Muse Glimmer 30B	76.0	≤96

Tau2 (average over 3)

模型	分數	區間
Gemma 4 31B	76.9%	≤96
Gemma 4 26B A4B	68.2%	≤96

TAU2-Bench

模型	分數	區間
Qwen3.5-122B-A10B	79.5	>192
Qwen3.5-9B	79.1	≤32

tau3-Banking Agentic tool use

模型	分數	區間
K2-Horizon-MoVA-36B-A4B	26.8	≤96
K2-Horizon-7B	25.8	≤32

Terminal Bench 2.1

模型	分數	區間
MiMo-V2.6-Pro-RL	89.9	>192
GLM-5.3	88.2	>192
Qwen3.8-2.4T-A95B	86.6	>192

Terminal-Bench 2.1

模型	分數	區間
Kimi K3	88.3	>192
K2-Horizon-7B	44.6 (+4.9)	≤32
Granite 4.2 30B	29.24	≤96

Terminal-Bench 2.1 Agentic terminal use

模型	分數	區間
K2-Horizon-MoVA-36B-A4B	58.6	≤96
K2-Horizon-7B	39.1	≤32

Toolathlon-Verified

模型	分數	區間
MiMo-V2.6-Pro-RL	76.9	>192
Kimi K3	76.5	>192
Ornith-1.5-35B-A3B	48.7	≤96

VideoMME (w sub.)

模型	分數	區間
Qwen3.5-122B-A10B	87.3	>192
Qwen3.6-35B-A3B	86.6	≤96
Qwen3.5-9B	84.5	≤32

VideoMME (w/o sub.)

模型	分數	區間
Qwen3.5-122B-A10B	83.9	>192
Qwen3.6-35B-A3B	82.5	≤96
Qwen3.5-9B	78.4	≤32

VideoMMMU

模型	分數	區間
Qwen3.6-35B-A3B	83.7	≤96
Qwen3.5-122B-A10B	82.0	>192
Qwen3.5-9B	78.9	≤32

Visual web development Vision2Web

模型	分數	區間
Qwen3.8-Flash-Next	64.0	>192
Qwen3.8-27B	62.9	≤96

VITA-Bench

模型	分數	區間
Qwen3.6-35B-A3B	35.6	≤96
Qwen3.5-122B-A10B	33.6	>192
Qwen3.5-9B	29.8	≤32

VlmsAreBlind

模型	分數	區間
Qwen3.5-122B-A10B	96.7	>192
Qwen3.5-9B	93.7	≤32

WideSearch

模型	分數	區間
Qwen3.8-2.4T-A95B	81.9	>192
Ornith-1.5-35B-A3B	67.8	≤96
Qwen3.5-122B-A10B	60.5	>192
Qwen3.6-35B-A3B	60.1	≤96

WMT24++

模型	分數	區間
Qwen3.5-122B-A10B	78.3	>192
Qwen3.5-9B	72.6	≤32

ZEROBench

模型	分數	區間
Qwen3.5-122B-A10B	9	>192
Qwen3.5-9B	3.0	≤32

ZEROBench_sub

模型	分數	區間
Qwen3.5-122B-A10B	36.2	>192
Qwen3.6-35B-A3B	34.4	≤96
Qwen3.5-9B	31.1	≤32

實測速率（參考）

不是能力排名。iThome Day 14，機器 DGX Spark GB10，llama.cpp，未開投機解碼。獨立顯卡與混合到系統記憶體都未測。n-gram 表釘到 CPU 後 27.92 → 23.26 t/s，峰值 95.3 → 95.7 GiB，仍是同一塊統一記憶體。

模型與量化	大小	區間	統一記憶體	獨立顯卡	混合到系統記憶體
Qwen3.8-27B BF16	54.66 GB	≤96	4.66 t/s	未測	未測
Qwen3.8-27B q8_0	29.12 GB	≤32	7.93 t/s；同機 vLLM FP8 7.92 t/s	未測	未測
Qwen3.8-27B q4_k_m	17.77 GB	≤32	11.77 t/s	未測	未測
Qwen3.8-Flash-Next UD-IQ4_XS	載入 87.24 GiB	≤96	28.02 t/s	未測	未測

出處

權重檔：models/、charts/
Artificial Analysis v4.3.2，2026-10-03：artificialanalysis.ai
LMArena 文字榜，2026-10-02：arena.ai
速率：iThome Day 14
粗算是本庫已經寫下的估計，這次沒有重算。