代码、网页与小游戏
生成和编辑网页，预览手机效果，继续修复与完善。
本地轻量管家 · QQ 群友 / LOCAL COMPANION
你的群友，
就在本地。
Qwen 3.5INT4D+
进阶型号 · 量化 9B · INT4 · 模型文件 5.68 GB
把傻福带进 QQ，聊日常、理思路、一起整点活。
本机运行，本地对话不按云端 Token 计费。
QWEN 3.5 / INT4 / D+
QQ / YOUR LOCAL AI FRIEND一声 @，让想法继续。
把傻福，
变成你的群友。
聊聊今天，理一理计划，遇到难题时叫它一声。
熟悉的 QQ，本机的模型，一个聊得来的新朋友。
本地推理独立对话上下文不按云端 Token 计费
认识群友傻福 前往群友页面，选择轻量或进阶模型，查看电脑配置与 QQ 接入条件。本机服务需保持运行，群内 @ 回复需开通平台群聊权限。
我们的日常示例对话
你
@傻福 今晚要写报告和锻炼，帮我排个顺序。
傻福先看看报告的截止时间，给它留一段专注时间。锻炼安排在休息后，记得也给自己留一点余量。
预先编写的对话示意；此页不连接 QQ 或模型。
01 / POSSIBILITIES想法，有了新的打开方式。
一个小小的入口。
很多种可能。
从一个问题，到一段思路。
从一句描述，到一幅画面。
让工具围着想法转。
傻福 / 交互预览示例内容
此处展示产品使用方式；示例内容预先编写，不连接在线模型。
能力与运行方式随版本、模型及本地配置而异。联网与图像功能需要相应服务。
ONE PLACE. MORE POSSIBILITIES.从问答，到创作。
从问答，到创作。
让想法继续发生。
长篇写作工作室
从大纲、分卷到章节创作；暂停、继续，导出 TXT。
看图，也读懂资料
看图对话、使用本地文档知识，保存明确选择的偏好。
把任务，安排下去
安排对话、数学、代码或图像任务。本地服务需保持运行。
02 / EXPERIMENT LOG 实验，仍在继续。
小，不是
答案的上限。
Qwen 3.5 · INT4 · D+
展示已经走过的路，也记录还没解决的问题。
THE D+ DIFFERENCE同一套题。
同一套题。
多一点，再多一点。
LiveBench Math · 232 题历史开发记录
按题平均 · 你关心的提升
71.05%→85.46%
Qwen 3.5 · INT4 裸模型Qwen 3.5 · INT4 · D+
+14.41个百分点
232 道题的单题得分等权平均
数学任务平均62.53 → 80.57%+18.04 个百分点
获得满分的题目160 → 181题增加 21 道满分题
同题集历史开发记录对比。无最终答案按 0 分计；D+ 结果为多轮版本迭代汇总。该变化包含作答完成度与得分的变化，不是冻结配置的独立消融实验。
A NOTE ON NUMBERS ↗
成绩对应具体版本与测试条件，不能直接代表所有任务的能力。小样本实验与完整基准测试分别标注。
03 / SMALL FOOTPRINT. BIG AMBITION.历史数学成绩参考
9B · INT4 QUANTIZED / 5.68 GB WEIGHTS五个多 G，
五个多 G，
也想做更多。
用一份可核对的数据，
看看小模型走到了哪里。
傻福 · 数学任务平均80.57%
量化 9B · INT4 · 5.68 GB
数学分数高于 63 个历史公开配置。
参照表共 65 项配置。其中至少 22 项已核实为参数量超过 9B 的模型配置。
以上为历史参考配置数量，不是试题得分。比较采用 LiveBench 2024-11-25 数学子项。SHAFU 为工具辅助、多轮迭代的内部开发成绩；公开模型的运行条件不同。本表用于数值参考，不代表同条件胜出、官方排名或当前总榜。
| 模型 / 配置 | 模型规格 | Math 分数 | SHAFU 分差 |
|---|---|---|---|
| Gemini 2.5 Pro Exp 03-25 | 官方未公开 | 90.20 | -9.63 |
| DeepSeek R1 | 671B · MoE 激活 37B · 开放权重 | 80.71 | -0.15 |
| SHAFU · Qwen 3.5 INT4 D+内部开发成绩 | 量化 9BINT4 · 5.68 GB | 80.57 | — |
| o1 (High) | 官方未公开 | 80.32 | +0.24 |
| Claude 3.7 Sonnet Thinking | 官方未公开 | 79.00 | +1.57 |
| QwQ 32B | 32B型号标注参数量 | 77.82 | +2.75 |
| o3-mini (High) | 官方未公开 | 77.29 | +3.28 |
| Gemini 2.0 Flash Thinking | 官方未公开 | 75.85 | +4.71 |
| DeepSeek V3 0324 | 671B · MoE 激活 37B · 开放权重 | 73.52 | +7.05 |
| o3-mini-2025-01-31-medium | 官方未公开 | 72.37 | +8.20 |
| gemini-exp-1206 | 官方未公开 | 72.36 | +8.21 |
| gemini-2.0-pro-exp-02-05 | 官方未公开 | 70.97 | +9.60 |
| GPT-4.5 Preview | 官方未公开 | 69.33 | +11.24 |
| gemini-2.0-flash | 官方未公开 | 65.62 | +14.95 |
| claude-3-7-sonnet | 官方未公开 | 63.26 | +17.30 |
| o3-mini-2025-01-31-low | 官方未公开 | 63.06 | +17.50 |
展开其余 50 项参考配置
| 模型 / 配置 | 模型规格 | Math 分数 | SHAFU 分差 |
|---|---|---|---|
| o1-mini-2024-09-12 | 官方未公开 | 61.99 | +18.57 |
| hunyuan-turbos-20250313 | 该版本未核实不以系列或其他版本规格代替 | 61.98 | +18.58 |
| deepseek-v3 | 671B · MoE 激活 37B · 开放权重 | 60.54 | +20.03 |
| gemini-2.0-flash-exp | 官方未公开 | 60.39 | +20.17 |
| chatgpt-4o-latest-2025-03-27 | 官方未公开 | 59.52 | +21.04 |
| DeepSeek R1 Distill Qwen 32B | 32B型号标注参数量 | 59.44 | +21.12 |
| qwen2.5-max | 官方未公开 MoE · 总参数量未公开 | 58.35 | +22.22 |
| qwq-32b-preview | 32B型号标注参数量 | 58.26 | +22.30 |
| DeepSeek R1 Distill Llama 70B | 70B型号标注参数量 | 58.11 | +22.46 |
| gemini-2.0-flash-lite | 官方未公开 | 58.09 | +22.47 |
| learnlm-1.5-pro-experimental | 官方未公开 | 57.75 | +22.82 |
| gemini-2.0-flash-lite-preview-02-05 | 官方未公开 | 55.54 | +25.02 |
| perplexity-sonar-pro | 官方未公开 | 55.44 | +25.13 |
| Gemma 3 27B IT | 27B型号标注参数量 | 55.39 | +25.17 |
| grok-2-1212 | 该版本未核实不以系列或其他版本规格代替 | 54.88 | +25.69 |
| dracarys2-72b-instruct | 72B 官方模型卡确认基座规模 | 54.66 | +25.90 |
| Qwen 2.5 72B Instruct Turbo | 72B型号标注参数量 | 54.29 | +26.27 |
| claude-3-5-sonnet-20241022 | 官方未公开 | 52.28 | +28.29 |
| gpt-4o-2024-08-06 | 官方未公开 | 49.54 | +31.02 |
| step-2-16k-202411 | 该版本未核实不以系列或其他版本规格代替 | 48.77 | +31.79 |
| chatgpt-4o-latest-2025-01-29 | 官方未公开 | 48.02 | +32.55 |
| Qwen 2.5 Coder 32B Instruct | 32B型号标注参数量 | 46.61 | +33.95 |
| grok-beta | 该版本未核实不以系列或其他版本规格代替 | 45.84 | +34.72 |
| claude-3-opus-20240229 | 官方未公开 | 43.62 | +36.95 |
| gpt-4o-2024-11-20 | 官方未公开 | 42.87 | +37.70 |
| mistral-large-2411 | 123B | 42.55 | +38.02 |
| Llama 3.3 70B Instruct Turbo | 70B型号标注参数量 | 42.24 | +38.33 |
| Phi-4 | 14B | 41.98 | +38.58 |
| perplexity-sonar | 70B 基座 官方 2025 介绍；历史接口未锁定 | 41.63 | +38.94 |
| Llama 3.1 405B Instruct Turbo | 405B型号标注参数量 | 41.07 | +39.49 |
| dracarys2-llama-3.1-70b-instruct | 70B 官方模型卡确认基座规模 | 40.30 | +40.27 |
| mistral-small-2501 | 24B | 39.89 | +40.68 |
| qwen2.5-7b-instruct-turbo | 7B型号标注参数量 | 39.51 | +41.05 |
| mistral-small-2503 | 24B | 39.43 | +41.13 |
| amazon.nova-pro-v1:0 | 官方未公开 | 38.04 | +42.52 |
| amazon.nova-lite-v1:0 | 官方未公开 | 36.70 | +43.87 |
| gpt-4o-mini-2024-07-18 | 官方未公开 | 36.31 | +44.25 |
| claude-3-5-haiku-20241022 | 官方未公开 | 35.54 | +45.03 |
| meta-llama-3.1-70b-instruct-turbo | 70B型号标注参数量 | 34.72 | +45.85 |
| amazon.nova-micro-v1:0 | 官方未公开 | 34.49 | +46.07 |
| azerogpt | 官方未公开 | 32.85 | +47.72 |
| Gemma 2 27B IT | 27B型号标注参数量 | 26.46 | +54.11 |
| command-r-plus-08-2024 | 104B | 21.27 | +59.29 |
| gemma-2-9b-it | 9B型号标注参数量 | 19.80 | +60.76 |
| command-r-08-2024 | 32B | 19.39 | +61.17 |
| meta-llama-3.1-8b-instruct-turbo | 8B型号标注参数量 | 18.31 | +62.26 |
| phi-3-small-8k-instruct | 7B | 17.58 | +62.98 |
| phi-3-mini-128k-instruct | 3.8B | 15.72 | +64.85 |
| phi-3-mini-4k-instruct | 3.8B | 14.96 | +65.61 |
| olmo-2-1124-13b-instruct | 13B型号标注参数量 | 13.64 | +66.92 |
数学分数 = 三个任务得分等权平均。按题平均 85.46% 使用另一统计口径。B 表示十亿参数，不等于模型文件 GB；历史配置的推理精度未统一。R1 / V3 的 671B 为总参数，37B 为每 token 激活参数。带 ↗ 的规格可查看来源；未公开或未核实的历史版本不作参数量推测。
04 / LEARNING IN THE REAL WORLD试卷与学科案例
把分数，
放回具体的问题里。
从高考题，到大学数学。
每一种结果，都有自己的范围。
2024 新高考 II 卷
150/150
前 18 题 133 分 + 第 19 题独立重测 17 分。
不同运行的开发结果合计；不是单次整卷首轮成绩，逐步评分细则尚未逐项核对。从数学分析，到最优化。
19道单题满分 / 32 题
数学分析 4 道 · 线性代数 2 道 · 多元微积分 5 道
概率论 1 道 · 抽象代数 3 道 · 最优化 4 道
小学数学评分待核验
已收录原卷；完整试卷满分成绩尚未核实。
初中数学 / 中考评分待核验
已收录试卷及题目转录；暂不公布分数。
2025 新高考 I 卷19 题完成作答生成
评分尚未完成，当前不作为满分案例。
05 / A SMALL BEGINNING从个人电脑，出发。
一个管家。
也可以是你的群友。
让日常少一点琐碎，多一点轻松。
从本地对话、资料整理和创作开始，按需选择轻量模型或更强的模型。需要陪聊时，把傻福带到 QQ；需要专注时，让它陪你处理手头的事。
轻一点，贴近你的日常。WHAT'S NEXT?开发进行中
下一点可能，
一起见证。
傻福仍在持续打磨。
公开版本与下载信息，将在这里更新。