ggufbench 实测本地 GGUF 模型智能体编码，27B 类模型得分持平 125B

ggufbench 使用统一框架评测 18 个工具调用、72 个代码和 72 个 Agent 任务，每个任务运行 3 个种子，硬件为 2×RTX 5080。MiniCPM-V-4.7-35B 得分 0.85，Qwen3.8-27B 得分 0.82，与 Qwen3.8-Flash-Next 的 0.80 接近，125B 模型单项均未夺冠。