模型介绍
A **14.3 GB** GGUF of bottlecapai/ThinkingCap-Qwen3.8-27B that runs on an **18 GB GPU with image input, MTP speculative decoding and a 32k-token context all on the card**, and matched the bf16 weights on all five benchmarks we evaluated (2,863 questions: 81.00% against 81.03%). The standard GGUFs (ThinkingCap-Qwen3.8-27B-GGUF) start at IQ4_XS, 15.5 GB, which with the vision projector and a 32k context does not fit 18 GB. Every weight tensor was quantized with llama.cpp's own types (IQ2_S up to Q8_0, all with one importance matrix computed on the model's own reasoning traces). Which type each of the 401 language-model weight matrices gets was then picked by an RCO search: it minimizes the KL divergence between the bf16 model's and the mixed model's next-token distributions on 256 of the model's own traces, under an exact file-size budget. The same idea as ISTA-DASLab's GSQ-RCO GGUFs, searched on this finetune rather than the base model; the rounding itself is llama.cpp's.
主要特点
特点摘要待依据来源补齐，不凭模型名称推断能力。
局限与注意事项
暂无足够来源支持具体缺点结论。请重点验证实际任务表现、时延、数据政策、许可与版本生命周期。
来源报价与费用分析
同一模型在不同渠道、地区和配置下可能采用不同价格。下表独立保留各渠道报价，不将渠道价格视为厂商官方统一价格。
| 来源 / 渠道 | 输入 | 输出 | 计费单位 | 采集时间 |
|---|---|---|---|---|
| 暂未取得可核验报价，请查阅来源渠道。 | ||||
按月估算基础 Token 费用
预估不包含缓存优惠、阶梯定价、多模态附加费用、网络检索、税费及推理额外输出。
公开评测与运行配置
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
查看完整已收录榜单 →常见问题
开放权重是否代表可以免费商用？
不一定。应核对具体版本许可证、商用门槛和使用政策。自部署还会产生算力和维护成本。
这些价格是实时结算价格吗？
不是实时结算价格，而是带采集时间的来源报价快照。请到对应渠道核对当前版本、区域、折扣和计费方式。
资料来源与可追溯记录
许可证：other。模型介绍与第三方评测均以原来源的具体版本和方法为准。