Underdog发布Saluki 27B：7.89GB量化模型自报工具调用超原版

Underdog（Conway Research）发布了Saluki 27B，这是一个基于Qwen3.8-27B的2-bit量化GGUF模型，文件大小仅为7.89GB。

该模型旨在为本地开发者提供能在标准llama.cpp上运行的代理工作流支持。根据官方模型卡数据，在“Underdog Bench”（源自BFCL v4的120个任务）中，Saluki得分88分，超过了54GB全精度原版的84分；在并行工具调用测试中，Saluki得分为42分，高于原版的35分。

然而，这种压缩带来了明显的性能权衡。官方数据显示，Saluki在竞赛数学（AIME 2025）上的表现从原版的96.7降至79.2，保留了约82%的能力。此外，部分基准对比使用的是不同测试框架下的公开分数，且所有结果均为厂商自测，尚未见独立复现。