Jeeves：基于 Qwen3.5-9B 的推理型 Jev 式决策模型，开源权重与训练代码

Bonsai 27B 基于 Qwen3.6 27B，提供三元（1.71 有效比特/权重，5.9 GB）和 1-bit（1.125 有效比特/权重，3.9 GB）两个变体，后者首次将 27B 级模型装入 iPhone 17 Pro。模型支持多步推理、结构化工具调用、视觉任务和计算机使用智能体循环，拥有 262K token 上下文窗口，支持推测解码加速。在 15 项基准测试中，三元变体保留全精度基线 95% 的性能，1-bit 变体保留 90%，数学和编码能力几乎无损。采用 …

里约热内卢市政府开发的 AI 模型 Rio3.5，在近期基准测试中超越了 Qwen3.7。该消息源自 Hacker News 上的一篇帖子，指出 Rio3.5 在多项评测中表现优于 Qwen3.7。目前尚未公开具体的测试细节或基准名称。

Qwen3.7-Max-Preview 与 Qwen3.7-Plus-Preview 登陆 Arena。文本榜单中 Qwen3.7-Max-Preview 位列第 13，阿里巴巴成为第 6 大实验室；视觉榜单中 Qwen3.7-Plus-Preview 位列第 16，阿里巴巴排名第 5。官方预告 Qwen3.7 系列模型即将正式发布。

阿里通义千问团队发布Qwen 3.6-Max-Preview预览版大模型，主打更智能的推理能力与更精准的输出表现，目前仍处于快速迭代阶段。该版本在Hacker News社区获得121个赞，用户可通过官方博客了解详情并体验最新功能。作为Max系列的最新预览版本，模型在保持高性能的同时持续优化，具体技术细节和基准测试成绩尚未完全公布。

阿里巴巴通义千问团队发布Qwen3.6-35B-A3B代码模型，总参数350亿、激活参数30亿，具备能动编码（Agentic Coding）能力，可自主规划并执行复杂编程任务。该模型采用MoE架构平衡性能与成本，现已完全开源并向公众免费开放。

Jeff 发布基于 Qwen3.5 与 Gemma 4 微调的零样本分类模型 Jeff-Qwen3.5-0.8B、Jeff-Qwen3.5-2B 和 Jeff-Gemma4-E2B，与 Jev 使用相同请求格式，单次前向输出各选项校准概率。

Kev 发布了一组基于 Qwen3.5 的小型决策模型，包含 0.8B、4B 和 9B 三个规格，采用 rank-16 LoRA 加 pointer head 架构，支持在同一请求中处理 yes/no、多选和打分问题并返回概率。

PrismML 发布 Ternary Bonsai 2 27B，基于 Qwen3.8 27B，采用三值权重加 FP16 分组缩放，有效每权重 1.76 bit，模型体积 5.9GB，比全精度模型小 9 倍以上，基准综合得分 83.9，保留全精度模型 98.2% 的性能。

该项目用 10 个 SVG 生成提示词（如"章鱼演奏管风琴""火烈鸟修望远镜"）实测 6 款 2026 模型与 10 款 2025 模型的耗时和费用。DeepSeek V4 Pro 多数任务费用最低（$0.04-$0.10），Qwen3.8 Max 最慢（最长 14 分 56 秒），GPT-6 Astra 在"章鱼演奏管风琴"上以 2 分 19 秒、$0.37 完成。

一位开发者吐槽 Claude 总是违背明确指令：即使在 CLAUDE.md 写明"不要写反语句"，它仍到处加入对比式表达，成为识别 Claude 生成内容的标志。作者列举：要求不加代码注释仍会添加、遵循 AGENTS.md 的概率仅五五开、要求沿用现有代码模式反而引入新模式，并指出 OpenAI、DeepSeek、Qwen 更倾向道歉或撤销修改，建议用户尝试其他模型。