ByteShape 發布 Qwen 3.8 27B 完整 ShapeLearn 量化模型，GPU-5 達 BF16 99.63% 效能

據報導，ByteShape 發布了 Qwen 3.8 27B 的完整 ShapeLearn 量化模型（GGUF 格式），取代先前最佳化預算較小的 ShapeLearn-Lite 版本。 官方推薦使用 GPU-5（IQ4_XS-3.84bpw），佔用 13.1 GB VRAM，在 RTX Pro 6000 上可達 90.4 tok/s，並保留 BF16 基準分數的 99.63%。若記憶體受限，GPU-4（IQ3_S-3.23bpw）佔用 11.0 GB，可達 98.72% 的 BF16 分數且速度更快。 模型支援推測解碼以提升吞吐量。MTP 草稿模型已內建於每個 GGUF 中，適合需要多模態支援或 VRAM 受限的場景；DFlash2 則需額外載入 1.1 GB 草稿模型及 llama.cpp b10658 以上版本，提供更高的純文字吞吐量。 在六款 GPU 的測試中，五款 ShapeLearn 模型均處於品質與速度的最佳邊界。對比其他團隊，ISTA-DASLab 的模型同樣位於邊界上；Prism-ML Ternary Bonsai 2 體積最小且速度最快（1.77 BPW），但準確率降至 91.4%，且需使用自訂版 llama.cpp 執行。