原帖用llama-cpp-python测试Qwen3.6 27B的BF16、Q4_K_M、Q8_0三个量化版本，称Q4_K_M性价比最高，Q8表现不及预期。评论区网友普遍质疑样本量过小、HumanEval得分远低于官方值，认为结果存在统计误差，呼吁测试更多量化类型。