Qwen3.6-27B在单RTX 3090上达38.6 tok/s，KV缓存仅72 MiB
社区实测Qwen3.6-27B在单RTX 3090上生成速度38.6 tok/s，KV缓存仅需72 MiB，VRAM占用大幅降低，是本地部署的显著提升。[2]
大黑AI速报
本期重点包括Kimi K2.7 Code推出高速模式，Qwen3.6-27B在单卡3090上实现38.6 tok/s性能突破，以及Agentic Detection视觉模型、智谱Zcode客户端等新工具。
模型动态
Gemma-4基于QAT的GGUF量化发布，精度更高
Reddit用户发布基于QAT的Gemma-4模型GGUF量化文件，声称相比传统方案精度损失更小，为本地部署提供新选择。[7]
产品工具
Kimi K2.7 Code推出高速模式，速度可达260 tok/s
Kimi发布K2.7 Code【高速模式】，编码任务速度提升6倍，达约180 tok/s，短上下文任务达260 tok/s。已向Kimi Code Beta、API及商业用户开放。[1]
Agentic Detection视觉模型：一句话描述即可精确圈出目标
@小互 介绍Agentic Detection视觉检测模型，无需预训练，输入图片和文字描述即可画框标注目标，支持物理推理（如定位起火点、空车位）。[3]
智谱发布Zcode客户端，类似Codex，免费使用GLM 5.2
智谱推出Zcode客户端，支持Windows/Mac/Linux，注册即用GLM 5.2模型。功能类似Codex，提供编程协作。[4]
技巧教程
LLM API请求前挤掉浪费token，省钱不影响回答质量
Geek分享技巧：在LLM API请求发出前自动剔除冗余token，可节省费用且不影响质量。工具链接：https://t.co/0z8NRJzw4H[8]
硬件动态
宇树机器人宣布将登顶钦博拉索，展示极限能力
宇树机器人宣布挑战登顶钦博拉索（厄瓜多尔最高峰），展示机器人在极端地形下的能力，未透露技术细节。[6]
行业资讯
观点：Prompt Engineering将演变为Loop Engineering
文章提出未来AI开发将从Prompt Engineering转向Loop Engineering，核心是设计Agent循环而非编写提示词，对从业者有前瞻指导。[5]