在电脑上跑编程助手，等待模型逐字生成往往比修一个小错误还磨人。一位 Reddit 用户的本地测试显示，Qwen 3.6 35B-A3B 生成速度约为每秒 116 Token（模型处理文字的基本单位），而 27B 稠密版约为 30 Token，前者快约 3.9 倍。MoE 是“混合专家”模型：每次只调用部分参数；A3B 表示每个 Token 约激活 30 亿参数。稠密模型则会动用各层的大部分参数，计算通常更重。
更值得注意的是，速度差没有变成同等悬殊的代码能力差。在普通修错和跨文件修改中，两者通常都能正确完成；一项解析器修复测试里，两者暂定得分均为 7/10。任务变难后，27B 稠密版才在隐含规则、罕见边界情况，以及请求未明说的连带影响上显出优势。
这只是作者在 Radeon AI PRO R9700、llama.cpp 和 8K 上下文下做的小规模实验，且两款模型采用了不同量化方案——即用较低精度保存权重。因此它不能证明 MoE 普遍胜过稠密模型，但说明对本地编程助手而言，较少的激活参数未必意味着成比例的能力损失。