Escha 2-bit Qwen3.8-27B 已上线！
完整模型占用磁盘空间 10.15GB，在单个 RTX 5090 上使用我们的自定义 SGLang 运行时，以 82.6 tok/s 的速度运行，并在我们目前运行的 8 个基准测试中平均达到 FP8 性能的约 100%。
我们希望尽快将它交到大家手中，基准测试的时间有限。对于我们运行的那些测试，一个令人惊讶的发现是 LiveCodeBench v6：
Escha W2: 86.81
FP8: 85.16
这是之前 2-bit Qwen3.6-35B MoE 在测试中唯一出现裂痕的基准（62.6 vs. 67.0 FP8）。随着我们持续改进，这是一个不错的胜利！
模型: http://t.cn/AX0V8gtc…
运行时: http://t.cn/AX0V8gtt…
Apache-2.0 模型和运行时。
我们还计划开源完整的运行时栈，27B 稠密模型和 35B MoE 模型的 GGUF 版本即将发布。
一如既往，请分享你们的结果。我们想看到那些炸裂的表现和失败的尝试——两者都能帮助我们打造下一个更好的版本。
http://t.cn/AX0V8gtV