KVARK Sparkle 1.0 發布：基於 Qwen3.8-27B 的開放權重模型，減少思考 Token 以提升推理效率

Egzakta AI Lab 推出 KVARK Sparkle 1.0，這是一個基於 Qwen3.8-27B 微調的 27B 參數開放權重模型。該模型旨在透過大幅減少「思考 Token」數量來降低 GPU 運算時間與等待延遲，同時在標準基準測試中維持與原版相近的準確度。

AI 新聞雷達編輯團隊·本站收錄：2026/11/03 03:47（台灣時間）·閱讀約 2 分鐘

本站收錄時間為新聞雷達完成整理的時間，不代表事件發生時間。原文日期僅在取得明確來源證據時顯示；未標示者請參閱下方原始來源。

30 秒掌握

KVARK Sparkle 1.0 採用 Apache 2.0 授權發布開放權重，支援 BF16、FP8 及 GGUF 格式，並相容於 llama.cpp、vLLM 等主流推理框架。

開發團隊宣稱該模型在 GPQA Diamond、AIME 等五項標準基準測試中準確度無統計顯著差異，但回應速度中位數提升約兩倍（13.7秒對比28.1秒）。

在實際任務如儀表板生成與 SVG 繪圖上，開發者報告處理速度分別提升 1.6 倍與 3.2 倍，主要來自於減少不必要的推理步驟。

減少思考 Token 以優化推理成本

KVARK Sparkle 1.0 的核心設計理念在於解決推理模型在處理不需要深度邏輯任務時，仍會消耗大量 Token 進行「思考」的問題。開發團隊 Egzakta AI Lab 指出，這種額外的開銷不僅增加 GPU 使用時間，也導致使用者等待回應的時間變長。

透過微調基礎模型 Qwen3.8-27B，Sparkle 1.0 試圖在保留回答品質的前提下，壓縮不必要的推理過程。開發者表示，減少思考 Token 直接對應到更低的硬體成本與更快的響應速度。

根據 Egzakta AI Lab 公布的內部測試結果，KVARK Sparkle 1.0 在 GPQA Diamond、AIME、LiveCodeBench、IFEval 和 MMLU-Pro 這五項標準基準測試中，準確度與原版 Qwen3.8-27B 相比沒有統計上的顯著差異。

然而，在效率方面，該模型的中位數回應時間從原版的 28.1 秒降至 13.7 秒，約為兩倍的加速效果。此外，開發團隊宣稱思考 Token 的使用量最多可減少 67%。

除了學術基準測試，開發者還提供了在實務任務上的性能對比數據。在生成儀表板（Dashboard）的任務中，Sparkle 1.0 的速度比原版快 1.6 倍；在生成網頁登陸頁面（Landing page）時，速度提升 1.4 倍。

特別是在生成「騎腳踏車的鵜鶘」SVG 插圖這類視覺化程式碼任務中，處理速度提升了 3.2 倍。這些數據顯示模型在特定結構化輸出任務上可能更具效率優勢。

KVARK Sparkle 1.0 已發布於 Hugging Face 平台，權重採用 Apache 2.0 授權條款，這意味著它屬於開放權重模型，允許商業使用與修改。

為了方便本地端部署，該模型提供 BF16、FP8 和 GGUF 多種量化格式，並明確支援 llama.cpp、vLLM、Transformers 以及 SGLang 等常見的大語言模型推理框架。開發團隊邀請社群在各自的硬體環境上測試，並回饋與原版 Qwen 的比較結果及改進建議。