本地部署的 Qwen3-next-80b 可以回答出是 Gradius III

看起来不原生支持 llama.cpp ，比较可惜

支持楼主，请继续加油开源更多的 AI 模型。对了，有 GLM 4.7 air 么？非常可惜的是至今并没有一个能抗衡 gpt-oss-120b 的开源模型在同一尺寸上。

自建吧，运行 gpt-oss-120b 的硬件成本在$2000 以内，如果 gpt-oss-20b 的输出符合需求，硬件成本可降至$1000 内，然后付电费就行了

试试 gpt-oss-20b ，推理速度很快，16G 的显卡就能装入完整的 128k 上下文长度

用 Gentoo 替代 Arch 更有效，编译是在 linux 环境中更实用的技能

推荐 ThinkPad 简约型小红点 USB 键盘或 ThinkPad 简约型小红点蓝牙键盘

猫猫很可爱，替楼主高兴，侍候猫主子要有耐心，祝好运

背唐诗宋词 Qwen3 2507 版很强，openai_gpt-oss-20b-MXFP4 在 Epyc 7532 8 通道 ddr4 系统上的速度是：
prompt eval time = 113.29 ms / 14 tokens ( 8.09 ms per token, 123.58 tokens per second)
eval time = 12243.52 ms / 466 tokens ( 26.27 ms per token, 38.06 tokens per second)
total time = 12356.81 ms / 480 tokens

llama.cpp 运行 gpt-oss-20b-mxfp4 生成回答的速度比 Qwen3 30B 快一倍，一般的电脑就完全可用，但生成回答的质量略不如 Qwen3 30B ，如果内存足够大，gpt-oss-120b-mxfp4 的速度也只比 Qwen3 30B 慢一点，但生成回答的质量要高。但 openai 的这两个模型就像是开源模型的初学者，仍不成熟，实际上不如 Qwen 好用

需要而且必须打方向灯，其它任何动作除非在确定有额外安全风险情况下都属于干扰正常驾驶行为

移风易俗，做新时代的现代人，拒绝彩礼嫁妆，不办婚宴，不要红包，自由结婚，你们可以做到的

Qwen 2.5 vl 有 72B 的，性能很好了，建议楼主可以试试