笔电 · Apple Silicon

开源模型大对决 — Qwen 3.5 vs Gemma 4

在你的硬件上,Gemma 4 31B 和 Gemma 4 26B-A4B 是能轻松运行的最强模型。Qwen3.5-122B-A10B 是能放下的最大模型,且拥有最强 tool-calling。巨型模型(Kimi、GLM-5、DeepSeek)在部分项目领先——但对大多数配置而言只能用 API。

14 模型数
7 家族
18 测试项目
5 GB–500 GB Q4 范围
你的 RAM:

跑分成绩

每个模型标示 Q4 大小与你的 RAM 容量指标。每项跑分最高分以金色标示。

推理与知识

模型MMLU-ProGPQA DiamondBigBench-EHIFBench
GLM-5~370GB Q487.186——
Qwen3.5-27B~15GB Q486.185.5——
Gemma 4 31B~20GB Q485.284.374.4—
Gemma 4 26B-A4B~18GB Q482.682.364.8—
Qwen3.5-9B~5.1GB Q482.581.7——
GPT-oss 120B~60GB Q480.880.1——
Qwen3.5-397B-A17B~199GB Q4—88.4—76.5
Kimi K2.5~500GB Q4—87.6—94
DeepSeek V3.2~340GB Q4—79.9——

数学

模型AIME 2025/2026MATH-500HMMT Feb 2025
Kimi K2.5~500GB Q496.1(AIME 2025)98—
GLM-5~370GB Q495.7(AIME 2025)——
Qwen3.5-397B-A17B~199GB Q491.3(AIME 2026)——
DeepSeek V3.2~340GB Q489.3(AIME 2025)——
Gemma 4 31B~20GB Q489.2(AIME 2026)——
Gemma 4 26B-A4B~18GB Q488.3(AIME 2026)——
Gemma 4 E4B~5GB Q442.5(AIME 2026)——
Qwen3.5-9B~5.1GB Q4——83.2

编程

模型LiveCodeBench v6SWE-benchHumanEvalCodeforces ELOTerminal-Bench 2.0
MiMo-V2-Flash~155GB Q48773.4———
Kimi K2.5~500GB Q48576.899——
Qwen3.5-397B-A17B~199GB Q483.676.4——52.5
Qwen3.5-9B~5.1GB Q482.7————
Gemma 4 31B~20GB Q480——2150—
Gemma 4 26B-A4B~18GB Q477.1——1718—
GLM-5~370GB Q45277.8———

视觉 / 多模态

模型MMMUMMMU-ProMathVisionOmniDocBench
Qwen3.5-397B-A17B~199GB Q485—88.690.8
Gemma 4 31B~20GB Q4—76.985.6—
Gemma 4 26B-A4B~18GB Q4—73.882.4—
Qwen3.5-9B~5.1GB Q4—70.1——

代理能力

模型Tau2-BenchBrowseCompBFCL-V4 (Tool Use)
Qwen3.5-397B-A17B~199GB Q486.778.6—
Qwen3.5-122B-A10B~65GB Q4——72.2
跑分版本提醒: Qwen 3.5 和 Gemma 4 使用 AIME 2026 / LiveCodeBench v6。Kimi K2.5、GLM、DeepSeek 多使用 AIME 2025 / 较早版本。跨家族比较仅供参考。

在你的 128 GB 硬件上,Qwen3.5-122B-A10B 是能放下的最强模型(~65 GB Q4)。 Kimi K2.5, Qwen3.5-397B-A17B, MiMo-V2-Flash 在部分项目领先,但在 128 GB 下只能用 API。

多模型组合:Qwen3.5-27B + Gemma 4 31B + Qwen3.5-9B = ~40 GB。剩余 88 GB 给 KV caches 和操作系统。 追求极限性能:Kimi K2.5, Qwen3.5-397B-A17B, MiMo-V2-Flash,通过 API。

跑分数据于 2026 年 4 月汇整自官方模型论文、Artificial Analysis 和 LMSYS Arena。Qwen 3.5 和 Gemma 4 使用 AIME 2026 / LiveCodeBench v6。Kimi K2.5、GLM、DeepSeek 使用 AIME 2025 / 较早版本。跨家族比较仅供参考。