Qwythos-9B太狠？|實測開源王者

開源模型圈又地震了

如果你還在關注HuggingFace的風向，這幾天你一定被一個名字洗版——Qwythos-9B-Claude-Mythos-5-1M。這個由社群「empero-ai」推出的模型，上架短短一週內就衝破200萬下載量，累積超過2000個讚，直接把一眾開源大模型甩在身後。

它到底厲害在哪？簡單說，這是一個9B參數的量化模型（GGUF格式），基於最新的Qwen3.5架構，再混入了Claude的「Mythos」風格微調。白話文就是：它很小、很快，但回答的品質卻像用了Claude的靈魂。

對香港和台灣讀者來說，這類開源模型最吸引人的地方，莫過於可以在自己的電腦上跑，不用擔心資料外洩，也不用每月付給API供應商幾千塊。今天這篇實測，我們就用香港一般用戶的設備（RTX 3060 12GB），帶你一步步看它的真正實力。

一、為什麼Qwythos-9B值得你關注？

1. 超低硬體門檻，人人可玩

9B參數的模型，搭配GGUF量化格式，意味著你不需要買一張幾萬塊的顯示卡。實測下來，12GB VRAM的顯卡就能順跑，甚至用CPU + 16GB RAM也能勉強運行（只是慢一點）。

對比一下：

  • GPT-4o：雲端，需付費，每月約$20美金
  • Claude Sonnet：雲端，需付費，每月約$20美金
  • Qwythos-9B：本地，完全免費，只需一台普通電腦

2. 中文能力出奇地好

很多人以為開源模型的中文能力都很爛，但Qwythos-9B讓我們跌破眼鏡。它基於Qwen3.5，這個架構本身對中文的支援就很好，再加上Claude Mythos的微調，讓它的回答風格既精準又帶點「人性化」。

3. 推理能力超越同級

在MATH、GSM8K等推理測試中，Qwythos-9B的分數甚至超越了多個13B、14B的模型。這意味著它在程式碼生成、邏輯推理、數學問題等場景中，表現異常出色。

二、實測：香港讀者最關心的四個場景

我們用一台配備Intel i7-13700 + RTX 3060 12GB + 32GB RAM的電腦，使用LM Studio作為前端，載入Qwythos-9B的Q4_K_M量化版本。以下是實測結果：

場景1：程式碼生成（Python + JavaScript）

指令：「寫一個Python函數，用來計算香港的薪俸稅，假設免稅額為132,000港元。」

Qwythos-9B回覆：

def calculate_salaries_tax(income):
    allowance = 132000
    taxable_income = max(0, income - allowance)
    
    if taxable_income <= 50000:
        tax = taxable_income * 0.02
    elif taxable_income <= 100000:
        tax = 50000 * 0.02 + (taxable_income - 50000) * 0.06
    elif taxable_income <= 150000:
        tax = 50000 * 0.02 + 50000 * 0.06 + (taxable_income - 100000) * 0.10
    elif taxable_income <= 200000:
        tax = 50000 * 0.02 + 50000 * 0.06 + 50000 * 0.10 + (taxable_income - 150000) * 0.14
    else:
        tax = 50000 * 0.02 + 50000 * 0.06 + 50000 * 0.10 + 50000 * 0.14 + (taxable_income - 200000) * 0.17
    
    return min(tax, taxable_income * 0.17)  # 最高稅率上限

評價：完美。它不僅正確計算了各級距的稅率，還自動加入了最高稅率上限的邏輯（香港薪俸稅的實際規定）。比GPT-4o還精準。

場景2：中文長文寫作（香港用語）

指令：「寫一篇200字的短文，介紹香港的茶餐廳文化，語氣要地道。」

Qwythos-9B回覆： 「講起茶餐廳，香港人點會唔識？朝早趕返工，一個菠蘿油加杯凍奶茶，就係一日嘅開始。呢度冇乜繁文縟節，伙計落單靠大聲叫，廚房出餐快過你諗嘢。由沙爹牛肉麵到乾炒牛河，由西多士到蛋撻，中西合璧得嚟又夠鑊氣。茶餐廳唔單止係食飯嘅地方，更加係香港人嘅集體回憶。坐低，食碗雲吞麵，聽吓隔籬枱吹水，呢啲就係我哋嘅日常。」

評價：驚喜。用詞非常地道（「菠蘿油」、「鑊氣」、「吹水」），語氣自然，完全不像AI寫的。對比之下，許多雲端模型寫出來的中文都太「書面語」了。

場景3：邏輯推理（經典陷阱題）

指令：「一個球拍和一個球總共1.10元。球拍比球貴1元。球是多少錢？」

Qwythos-9B回覆： 「設球的價格為x元，則球拍的價格為x + 1元。 總價格：x + (x + 1) = 1.10 2x + 1 = 1.10 2x = 0.10 x = 0.05

所以球是0.05元（5分錢）。這是一個經典的認知偏誤問題，很多人會直覺回答0.10元，但那是錯的。」

評價：滿分。不僅給出正確答案，還附帶了解釋，甚至提醒了常見錯誤。推理能力確實強。

場景4：多輪對話與記憶

指令（連續對話）：

  1. 「我係一個程式設計師，用緊Python。」
  2. 「幫我寫個爬蟲，去抓Yahoo Finance嘅股價。」
  3. 「我剛講我用緊咩語言？」

Qwythos-9B回覆： 「你剛剛說你用緊Python。以下是抓取Yahoo Finance股價的範例程式碼…」

評價：記憶力很好。在長對話中沒有失憶，能夠正確引用前文內容。這對寫程式時的連續對話非常重要。

三、它有什麼缺點？老實說

不是要神化它，Qwythos-9B還是有一些明顯的短板：

1. 速度偏慢（本地運行）

在RTX 3060上，生成速度大約是每秒15-20個token。對比雲端模型每秒50-100個token，確實慢了不少。如果你習慣了ChatGPT的即時回覆，可能需要一點耐心。

2. 知識截止日期

模型訓練資料截止於2025年，對於2026年的事件（例如最新的科技新聞）無法回答。如果你需要最新的資訊，還是得用雲端模型。

3. 對繁體中文的「慣用語」偶爾出錯

雖然整體表現很好，但有時候會混入簡體中文的用詞，例如「服務器」而不是「伺服器」。這在程式碼生成中影響不大，但在寫作場景中需要手動校對。

4. 不支援多模態

它是一個純文字模型，不能看圖、不能生成圖片。如果你的工作流程需要多模態功能，這個模型不適合你。

四、價格比較：免費 vs 付費

模型價格硬體需求中文能力推理能力速度
Qwythos-9B免費RTX 3060 / 16GB RAM⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
GPT-4o$20/月無⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
Claude Sonnet$20/月無⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
Llama 3 8B免費RTX 3060⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐

結論：Qwythos-9B在免費模型中，中文能力和推理能力是目前最強的，沒有之一。

五、誰該用Qwythos-9B？

✅ 推薦使用的人：

  • 程式設計師：特別是寫Python、JavaScript的開發者，需要本地程式碼助手
  • 學生：用來學習、寫報告、解數學題，完全免費
  • 注重隱私的人：不想把資料送上雲端，本地運行最安全
  • 業餘AI玩家：喜歡玩開源模型，體驗最新技術

❌ 不推薦的人：

  • 需要最新資訊的人（新聞、即時數據）
  • 需要多模態功能的人（看圖、生成圖片）
  • 對速度有極高要求的人（每分鐘要生成上千字）

六、如何開始使用？（3分鐘教學）

  1. 下載LM Studio：到 lmstudio.ai 下載並安裝
  2. 搜尋模型：在LM Studio的搜尋欄輸入「Qwythos-9B-Claude-Mythos」
  3. 下載並載入：選擇Q4_K_M版本（約5.5GB），點擊下載
  4. 開始對話：載入後，直接開始提問

💡 小貼士：如果你的顯卡VRAM少於8GB，可以選擇Q3_K_M版本（約4.5GB），品質差異不大。

延伸閱讀

最終 verdict

Qwythos-9B-Claude-Mythos-5-1M 是目前最值得一試的開源模型。它用9B參數的體積，做到了許多13B甚至30B模型都做不到的中文能力和推理能力。對於香港和台灣的讀者來說，它最大的價值在於完全免費、本地運行、保護隱私。

如果你還在猶豫要不要每個月花$20美金訂閱ChatGPT，不妨先下載這個模型試試。你可能會發現，免費的，有時候真的不比付費的差。

評分：9.2/10

  • 中文能力：9.5/10
  • 推理能力：9.8/10
  • 速度：7.5/10
  • 易用性：9.0/10
  • 性價比：10/10

一句話總結：開源模型的新王者，香港程式設計師的免費救星。