تجربه ۲ روز کدنویسی فشرده با مدل Qwen 3.8-27B روی RTX 3090 (24GB)

کانفیگ و ستاپ تست:

پنجره کانتکست: 128K
سطح استدلال (Reasoning Effort): xHigh
ایجنت / پلتفرم: Kilo Code

دقت مدل در اجرای درست تسک‌ها با همان پرامپت اول فوق‌العاده بالا رفته است. چرخه‌های فرسایشی دیباگ و اصلاحیه‌های پیاپی به حداقل رسیده و بیشتر کدها از همان ابتدا تمیز و آماده اجرا تحویل داده می‌شوند.

زنجیره تفکر و خروجی‌های مدل بسیار متمرکزتر شده و تولید توکن‌های زائد به حداقل رسیده است. این ساختار تمیز باعث می‌شود پنجره کانتکست ۱۲۸ هزارتایی دیرتر اشباع شود و نشست‌های طولانی پایداری بیشتری داشته باشند.

میانگین سرعت خروجی (Decode Throughput) روی تسک‌های سنگین کدنویسی حدود 45 t/s ثبت شد. افت سرعت نسبت به نسل‌های قبل کاملاً محسوس است (که حاصل سربار تفکر عمیق‌تر و پارامترهای فعال است)، اما کیفیت بالای خروجی این افت سرعت را جبران می‌کند.

یکپارچگی مدل با ابزارهای خارجی عالی است؛ اتصال بدون نقص به Playwright برای بررسی خروجی دام، گرفتن اسکرین‌شات از UI، ارزیابی رندرینگ لایو و دیباگ خودکار بر اساس خطاهای رانتایم.

در سطح استدلال xHigh، مدل گاهی دچار Over-thinking می‌شود و زمان زیادی را صرف زنجیره تفکر (CoT) می‌کند، اما نکته مثبت این است که وارد لوپ بی‌نهایت نمی‌شود و همیشه به یک خروجی نهایی و قابل‌اتکا می‌رسد.

معماری کامپوننت‌ها، مدیریت استیت و خروجی UI به‌طرز چشم‌گیری ارتقا پیدا کرده و در ساختارهای پیچیده فرانت، سطحی از پختگی مشابه مدل‌های سری Claude Sonnet را نشان می‌دهد.

در پروژه‌های ماژولار بزرگ، پایداری مدل حتی در سشن‌های پیوسته با حجم تجمعی چند میلیون توکن حفظ شد. زمان پاسخ‌دهی از ۱ تا ۲ دقیقه برای باگ‌فیکس‌های سریع تا حدود ۴۰ دقیقه برای پیاده‌سازی کامل یک فیچر فول‌استک (UI + منطق بک‌اند) متغیر بود.

کاری که پیش از این با مدل‌های لوکال قدیمی‌تر نزدیک به ۲ هفته زمان می‌برد، به لطف دقت One-Shot این مدل در ۲ روز جمع شد. برای یک ستاپ لوکال روی تک‌کارت ۲۴ گیگابایتی، جهش عملکردی کم‌نظیری است.

@DevTwitter | <کدنویس اسطوره‌ای/>