В локальном прогоне на RTX 5070 Ti Qwen3.8-27B IQ3 получил успех на моих задачах в 91.1%, индекс 82.3 и 68.3 tok/s. Это один поток при контексте 131K, а не характеристика команды или очереди.
Читал и лично слышал очень много мнений, что 131К контекста - мало, IQ3 - глупый, но у меня есть что вам рассказать.
Метод и границы
Два набора задач: 30 публичных синтетических задач с инструментами и 50 закрытых русскоязычных письменных задач. Замеры 08-10.10.2026. Успех - оценка задачи не ниже 0.6; рядом публикуются доля успешных прогонов задач и индекс качества от 0 до 100. Основные сравнения используют три прогона (ради сокращения цены я попробовал все по одному разу, но потом встретил в другие тестах разбросы почти в 0.9 и понял, что надо стремиться к объективной оценке); разница до 4.3 пунктов индекса остаётся в пределах шума (математика, специально не стал округлять). Рубли показывают инференс с НДС 22% в сценарии 50% кэша; кэш не измерялся, стоимость судей в сырых записях отсутствует. И что интересно, часть провайдеров запросы к кэшу даже отдельно не выделяют в таблицах с ценами.
