用户提出了“MoA-Max”，这是一种本地智能体混合（Mixture of Agents）配置，使用低于40B参数的模型，取得了87.7的总体得分，超越了DeepSeek-v4-pro。

该设置使用Gemma-4-31B-QAT-Q4和Ornith-1.0-35B作为草稿生成器，Qwen3.6-27B作为聚合器，大约需要90GB的RAM。

  • MoA-Max在Bug Investigation上得分为89.2，在Multi-step Coding (DLQ)上得分为91.8。
  • 它在所有测试配置中排名第一，比排名第二的MoA变体高出0.9分。
  • 该配置优于独立的Qwen-3.6-27B（4-bit），后者总体得分为86.6。
  • DeepSeek-v4-Pro尽管在某些任务上的单项得分更高，但平均得分仅为83.7。