一名Reddit用户对8款本地模型进行了中世纪奇幻角色扮演基准测试，结果显示Gemma-4-31B以87%通过率居首，Qwen3.6-27B以82%紧随其后，远超其模型规模预期。网友热议Gemma系列性价比高，但质疑测试仅展示总分，忽略子项得分差异，并建议加入Gemma4 26B A4B等更多模型进行对比。