Qwen3.8 27B 用英文单词输出加法结果的基准测试

本地 `Qwen3.8-27B-Q4_K_M.gguf` 被测试能否做正整数加法，并只用英文单词输出精确结果。关闭推理的 5,070 个案例中，数值准确率为 23.57%，从一至三位数的 97.04% 降至十至十三位数的 6.44%，格式合规率为 96.17%。开启 medium reasoning 的 169 个配对案例中答对 167 个，但每组只跑 1 次且耗时更长。