Qwen 3.8 27B 于 2026 年 8 月 14 日发布，四天后发布了 Shape Learn-Lite GGUF 版本。这些 Lite 版本使用了更小的优化预算和更少的检查点。目前，完整的 Shape Learn 模型已完成，并与 Lite 版本一同进行了基准测试。

完整 Shape Learn 模型性能显著提升。GPU-5 达到 BF16 基准分数的 99.63%，而 GPU-4 在 11.0 GB 显存下达到 98.72%（对比 13.1 GB）。全部五个模型均位于六项 GPU 对比的质量-速度前沿。

使用 MTP 或 DFlash2 的推测解码可提升所有模型的吞吐量。DFlash2 速度更快，但需要更多内存，且不支持图像输入。MTP 支持图像输入，在显存受限场景中表现更佳。

关键实体：公司：llama.cpp、Unsloth、ISTA-DASLab

FAQ：Shape Learn Lite 模型与完整版本相比如何？

Shape Learn Lite 表现超出预期，六个模型中有三个位于前沿。完整 Shape Learn 模型进一步拓展了质量-速度前沿，GPU-5 在所有基准测试中达到 BF16 分数的 99.63%。

FAQ Q：Shape Learn Lite 模型与完整版本相比如何？

FAQ A：Shape Learn Lite 表现超出预期，六个模型中有三个位于前沿。完整 Shape Learn 模型进一步拓展了质量-速度前沿，GPU-5 在所有基准测试中达到 BF16 分数的 99.63%。