ggufbench 实测七款本地 GGUF 模型的 Agent 编码能力

ggufbench 在 2× RTX 5080 上横评七款本地 GGUF 模型及 Strata 引擎，测试结果称 35B 模型在 Agent 编码任务中可追平甚至超过 125B 模型。测试覆盖 18 个工具调用、72 个代码任务和 72 个 Agent 任务，每项任务多次运行，显示工具调用能力是本地模型表现的关键瓶颈。