想知道本地 AI 离闭源旗舰还有多远，最直观的办法，是给它们同一张考卷。Reddit 用户 Top-Eye-8104 租用三张 96GB 的 RTX Pro 6000，分别运行三款社区量化版 Qwen 3.8 27B——即第三方压缩、以较少显存运行的模型——并与 Claude Opus 4.6 对照。四道题要求它们各写一个可自行运行的单文件 HTML 3D 游戏，内容包括台球、桌上冰球、桌上足球和保龄球。
作者公布的记录显示，三款量化模型分别生成约 39.3 万、36.3 万和32.6 万个 token（模型处理文本的基本单位），平均速度为每秒 114.17、70.33 和79.71 token；Opus 为约20.1万个、每秒72.47个。不过材料没有给出统一的质量评分，因此不能据此断言谁更强。更关键的限制是，作者从每个模型的多次尝试中挑选最佳结果：这展示的是能力上限，不是一次调用的平均体验。