anbow1 开源本地 LLM 编码评测仓库 llm-code-eval 并公布五套测试结果
先了解这件事
anbow1 开源了针对本地大语言模型的编码评测仓库 llm-code-eval，包含 base、hard、practical、tools、scene 五套测试，分别覆盖 Three.js/TypeScript、Python、日常改码、工具调用和大型图形任务，并公布了实测结果表。其中 base 套件在 RTX 5090 上六个设置均得 100%；Qwen3.8-27B GSQ-RCO IQ3_XXS MTP 在 RTX 4080 上以 99.2% 排总榜第一。 其他成绩包括：DeepSeek-V4.1-Flash 全部测试得 100%，其 192 GB 内存配置将速度从 11 提升到 24-26 tok/s；GLM-5.3-Flash 在 h_p3_line_diff 测试上 7 次中有 6 次超时。
AI 根据报道生成 · 15 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 去对齐工具与仓库精选anbow1 开源本地 LLM 编码评测套件 llm-code-eval 并公布五套测试结果
anbow1 开源了针对本地大语言模型的编码评测仓库 llm-code-eval，含 base、hard、practical、tools、scene 五套测试，覆盖 Three.js/TypeScript、Python、日常改码、工具调用和大型图形任务。实测显示 RTX 5090 上六个设置在 base 套件得 100%，Qwen3.8-27B GSQ-RCO IQ3_XXS MTP 在 RTX 4080 上以 99.2% 排总榜第一；DeepSeek-V4.1-Flash 全部运行得 100%，192 GB 内存把速度从 11 提到 24-26 tok/s；GLM-5.3-Flash 在 h_p3_line_diff 上 7 次中 6 次超时。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1010月27日 00:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。