一位 Reddit 使用者將 Muse Glimmer 與 Qwen 3.8 進行基準測試，結果顯示 Glimmer 僅需 3 至 4 小時即可完成任務，而 Qwen 在高努力模式下則耗時近 30 小時。儘管 Qwen 參數量較大，Glimmer 在結果上仍具競爭力，展現出更優異的效率。

測試中，Qwen 3.8 因廣泛的推理過程觸及 32K 輸出 token 限制，導致 16 個案例失敗。相對地，Muse Glimmer 利用滑動視窗 KV 快取架構，顯著降低記憶體使用量並提升上下文處理效率。

事件背景

檢索增強生成（RAG）是一種讓大型語言模型將外部資料來源納入回應的技術，有助於模型克服訓練資料的限制。KV 快取優化（例如滑動視窗注意力機制）透過僅保留最相關的先前 token 來管理文字生成期間所需的記憶體，從而提高推理速度並降低硬體需求。

社群觀察

社群成員指出，Qwen 在 RAG 情境中表現出色，宛如一台「 tinkering machine 」，能很好地適應訓練資料中未包含的新程式庫或文件。其他人則讚賞 Glimmer 在編碼任務中的效率，無需消耗過多的推理 token，同時也有人質疑對 Qwen 施加的 32K 輸出限制。