把大模型塞进个人电脑，像给旅行箱减重：文件越小越好，但不能把真正有用的能力也扔掉。围绕 Qwen3.8-Flash-Next，两套量化方案如今把竞争推向“同等体积，谁更少掉分”。量化就是用更低精度保存模型，以内存换取少量误差；GGUF 则是本地运行大模型常用的文件格式。
Unsloth 称，新版 Dynamic V3.1 GGUF 会按张量或层的重要程度分配不同精度，在体积相近时，DeepSWE、Terminal Bench、Aider Polyglot 等编码基准比 GSQ-RCO 高出 10% 至 15%。这些测试涵盖代码修复、终端操作和跨语言编程；团队称共跑了 262 亿 token，并多次重复部分测试，以应对基准波动。
GSQ-RCO 用户看重的却是另一组数字：其 IQ_3S 版本在 12 项基准的平均成绩达到 BF16 的 99.0%。BF16 是占用更多内存、通常更接近原始模型的 16 位格式。换句话说，一边强调相近体积下更强，一边强调已经逼近原版；但这些结论均来自相关发布帖，只适用于给定题集和设置，不能直接外推到所有实际项目。