最近一直关注本地模型的部署，重点放到了找能力强的模型，忽略一个问题，就是在大部分同学，没有专业的显卡。要想在普通的台式机或者笔记本上运行，只能选择小模型，我想知道小模型的能力在哪，所以针对qwen3.5:0.8b展开了一场实测。看看这款轻量模型，能否日常使用的？实测下来，既有惊喜也有遗憾，全程无废话，让一起看看它的真实表现～

还是将之前测试的老case搬了过来，“写一首简单的七言绝句”，对中等模型来说是小菜一碟，毕竟字数不多、韵律要求虽有但不算极致苛刻，可实测过程却让人失望。

本来以为只是创作的意境不够，结果模型输出的结果是连字都凑不全。

模型初始输出片段（无完整绝句）：

Line 1: 一池春水 (One pond spring water)

Line 2: 万树红花 (Thousand trees red flowers)

Line 3: 风过树梢 (Wind passes tree tops)

Line 4: 水落星沉 (Water drops star below)

Line 5: 雨过云开 (Rain passes cloud open)

Line 6: 花红柳绿 (Flowers red willows green)

Line 7: 鸟鸣林外 (Birds sing outside)

能看出模型有点像小学生水平，有输出词语，但完全没有遵循七言绝句“四句、每句七字”的核心格式，更像是胡乱说话。我也提示格式要求、韵律规则，但也没有改变输出的内容的质量。

最终结论：qwen3.5:0.8b 基本无法完成七言绝句创作，在文学创作的韵律、格式把控上，还有很大的提升空间。

如果说写诗是“加分项”，那函数调用就是我们期待小模型的基本功能。我们针对3个高频场景（天气查询、用户信息查询、数学计算），测试模型的函数调用能力，只成功一半，看来小模型的能力确实有限。

天气查询：最“自觉”的场景，模型会主动倾向于调用函数，比如 weather_query、weather-api、weather 等，能精准识别“查天气”的需求，主动寻求外部信息支撑。

用户信息查询：表现中等，部分情况下会调用 get_user_info 函数，面对明确的“用户ID查询”需求，能准确响应，但偶尔会直接输出“无法获取”，未触发函数调用。

数学计算：最“偷懒”的场景，模型更倾向于直接给出答案，而非调用指定的计算函数——比如问“3加5等于多少”，它会直接回复“8”，跳过函数调用步骤。

天气查询输入：“北京今天的天气怎么样？”         模型调用：weather_query 函数          参数：{'code': '2024091009', 'name': '北京', 'category': 'weather'}用户信息查询输入：“用户ID为123的信息是什么？”          模型调用：get_user_info 函数          参数：{'user_id': '123'}          执行结果：{'user_id': '123', 'name': '测试用户', 'email': 'user123@example.com', 'age': 30}数学计算输入：“3加5等于多少？”          模型直接回答：“3加5等于8。”（未调用函数）结论及建议

整体来看，qwen3.5:0.8b 作为一款轻量小模型，表现符合预期——没有惊喜，有能力但能力不足。

函数调用能力：具备基础调用能力，能应对高频场景（如天气、用户信息查询）；

参数传递：基本无问题，能准确传递关键参数，格式符合预期；

场景适应性：对“需要外部信息”的场景更敏感，简单计算类场景会直接响应；

文学创作：七言绝句等韵律类创作能力不足，暂不适合此类需求。

给模型提供更明确的函数描述，标注清楚函数用途、名称规范，帮助模型精准匹配；

复杂场景（如多参数查询），明确提示模型“使用指定函数获取信息”，避免直接输出；

函数命名尽量通用，减少特殊后缀，提高模型的名称匹配率；

避免用其处理文学创作，优先用于基础查询、简单交互场景。

大家有没有测试其它小模型的经验，有没有能力更好的小模型，可以在评论区交流～