Qwen 3.8 27B 默认想太多 先把 reasoning 打低

Qwen 3.8 27B 本身很强：Apache 2、约 17GB Q4 可上高配笔记本、有视觉与工具调用。Simon Willison 在 Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things 里的痛点是默认 reasoning_effort=xhigh：连「画个圆」都会写成几何论文，把时间和上下文烧光。型号介绍见 Qwen 3.8 27B 是什么；本文只谈怎么压默认胡思乱想。

作者：CodePass 技术编辑

默认有多夸张

官方档位：xhigh（默认）、medium、low。LM Studio 的 GGUF 保留了默认 xhigh。作者在默认 8k 上下文里，模型会把额度全耗在思考上；拉到最大上下文后，一个自行车鹈鹕 SVG 想了约 2.2 万 reasoning token、跑约 21 分钟才出图。关掉推理后同类题大约两分钟级。圈 SVG 在 xhigh 下甚至被做成带动画的「几何习作」，远超请求。

建议起手式

1. 消费级硬件先设 low，或直接关 reasoning，确认模型能力。
2. 只有复杂证明 / 多文件重构再升 medium / xhigh。
3. 上下文窗口给足（作者提到需远大于 8k），否则思考先把自己挤死。
4. 本地 agent（如 Pi）系统提示宜短，给小模型留输出预算。

速度侧补丁

稠密 27B 吃带宽，M 系列 Mac / DGX Spark 上常感 15–30 tok/s。社区在试 Multi-Token Prediction / llama.cpp draft-MTP；作者写 MTP 服务相对默认 GGUF 约快 72%。先把 effort 打低，比先堆 MTP 更能挽回「能用」体感。视觉框选、短系统提示下的 coding agent 循环，他都给出了正向例子，前提是别让 xhigh 当默认。