这是什么

本周 Reddit 上一条测试在社区流传：通义千问 27B（社区 AWQ-INT4 量化版）在两张 RTX 3090 上跑出了嵌套动物 SVG（可缩放矢量图形，常见于网页插画），单次消耗 46k tokens，其中「思考」环节占了 12 分钟。

输入只有一个英文 prompt：画一只猫骑斑马、斑马骑大象，输出一个 HTML 文件。作者原本只是测一下 SVG 能力（业内惯用「骑自行车的鹈�」做基准），结果超出预期。

我们关心的不是「画得好不好看」，而是这件事的组合：27B 参数、量化压缩、消费级显卡、能稳定输出结构化创意结果。

行业怎么看

乐观派认为这是开源中等模型的标志性时刻——当过去被认为是大模型护城河的创意生成都能本地跑通，闭源厂商的领先优势在被压缩，社区生态有了新支点。

我们持保留意见。一条 Reddit 用户测试不能等同于 benchmark：46k tokens 换一张 SVG，token 成本和电费都不低；「思考 12 分钟」对生产环境是灾难；这更像是「单点惊喜」而非「能力跃迁」。别急着把它当成开源已赶超闭源的证据。

另一个被忽略的门槛：两张 RTX 3090 整机接近万元。这件事真正的成本不在模型，在显卡。所谓「本地化自由」，对绝大多数个人用户其实并不便宜。

对普通人的影响

  • 对企业 IT：中等参数开源模型在「专项生成」类任务上可以作为本地试点方案，不必所有事都走云端 API。
  • 对个人职场：设计师、前端、内容创作者可以在万元级硬件上试跑本地模型做原型，先验证再决定是否上云。
  • 对消费市场：消费级显卡成为「能不能跑得动实用 AI」的分水岭，硬件采购开始进入 AI 工具选型清单。