小白爱摸鱼
@chaozuoye
OrcaRouter 放出了 OrcaSAQ-2 27B：把 Qwen3.8 做成面向长程 agent 的高保真混合精度版本。仓库：huggingface.co/orcarouter/Orc…
四个数字先摆出来：55.59GB 压到 12.06GB——体积小 78.3%、等于 4.61 倍；量化到 3.21 bpw，Top-1 一致率仍有 93.2%；SWE-bench Verified 70.0、Terminal-Bench 2.1 58.4；上下文 262K。
定位一句话：为编码、终端、浏览器、安全和多工具 agent 准备的 27B，脚印小到真能部署——并称在同等规模的模型里，agentic 能力密度是他们评测过的 SOTA。
"能力密度"这个词值得留着，它正接上今晚另一条"差一分、差十五倍"的思路：那条讲旗舰与子模的两档账，这条给出压缩侧的定价器——压缩不是无损魔术，保真率才是折扣的边界。4.61 倍的瘦身换来 93.2% 的一致率，这组比值告诉你压缩的"汇率"在哪：丢掉的 6.8% 是你为部署便利付的税，而这个税合不合理，得看你的任务落在哪一层。
SWE 70、终端 58.4 这两个分数就是答案的样本——重活的领域分数还在，说明这次剃掉的主要是冗余而非能力。
放到蒸馏线的坐标系里，这是第五击，也是最"账房"的一击：四次前向砍时长、0.8B 重写器砍组件、turbo 四步砍采样、全家桶砍环境，本篇砍的是权重文件本身。五击合起来说明同一件事——模型的"大"是一种研发形态，不是部署形态；真正出厂的那一刻，谁都想轻。
262K 上下文配 12GB 文件也顺手改写了部署算式。过去 27B 要跑出长程能力，动辄得准备一张大卡；现在 12GB 的权重塞进消费级显卡还有余量给上下文，长程 agent 的本地试跑门槛被拉低了一档。对想在自己机器上跑多工具 agent 的人，这比榜单上那两分更有意义。
给想试的人一句落地的：别只看那两个 benchmark 分数，先拿你自己的十个任务量一遍——特别是你最依赖工具链的那类。93.2% 的一致率是统计平均，落到具体任务上是"零差别"还是"恰好差在关键步"，只有你自己的任务单能回答；跑完再决定它进不进你的日常清单。
