≤4B 小模型 Agent 实测：Qwen3.5-4B 得分 51.4%，思考模式最多提升 20 分

CamThink 用 NeoMind 评测集实测 6 款 4B 以下模型，Qwen3.5-4B·T1.0 严格通过率为 51.4%。开启 thinking 后，Spark-X2.6-1.7B 从 43.5% 升至 63.8%，Qwen3.5-4B 从 41.3% 升至 55.1%。所有模型在多步任务上均明显掉分。