27B 的模型，我们是肯定不会去跟 DeepSeek-V3、Grok 3 这样超过 T 级别的模型比较的，甚至也不能跟一些 Flash 级别的模型比较。因为它只有 27B，世界知识的容量是极其有限的。

但是我们看到，同样是 27B 的模型，在 Agent 能力上的提升巨大。特别是像 Agent Bench 这样的测试，从 10.6 提升到 20.4，或者从 27.3 提升到 42.9，基本上都是翻倍的提升。

可以看到，后训练（Post-training）的魔力依旧在各家模型中体现了出来。

以前我们习惯认为：Base Model 训练完以后，大模型的智商基本就确定了，SFT、RLHF 只是让它“更听话”。

现在看来这已经明显过时了。

27B 模型所拥有的 token generate 的速度是别的模型绝对比不上的。这个模型可能会成为绝大多数普通日常模型的动力来源。