模型正在下沉到本地，Agent 的竞争则上移到可靠执行、可组合工具与垂直工作流

开放模型的竞争从“有权重”下沉到量化格式、默认推理和本地任务体验

Hugging Face 上出现 Qwen3.8-27B 的 NVFP4 与 GGUF 版本；Simon Willison 在 LM Studio 里观察到 Qwen3.8-27B 的“extra high”默认推理容易长期过度思考；NVIDIA 发布面向 MOPD 的专家模型。Hugging Face 同日发布的开放模型观察则称，小模型仍主导现实使用，Qwen 领先本地推理。

为何入选

量化资产、实际本地运行反馈、专家模型发布和平台层开放模型观察同时出现，能够把模型判断从“是否发布”推进到“是否适配真实运行环境”；所有平台指标和体验结论均保留来源边界。

为什么值得看

开放模型是否可用，越来越取决于量化格式、显存和设备适配、默认推理配置、任务体验与迁移成本，而不只是发布权重或榜单位置。产品选型需要把“多快能在目标环境跑起来”纳入模型判断。

最强反方

模型页上的规模、下载或互动数字只是平台页面指标；Simon 的体验是单机个例；NVIDIA 专家模型仍被观察者指出对多数研究者偏大；“Qwen 领先本地推理”来自 Hugging Face 自身观察，尚非独立市场份额。