🍃作者介绍：双非本科大四网络工程专业在读，阿里云专家博主，前三年专注于Java领域学习，擅长web应用开发，目前专注于人工智能领域相关知识，欢迎订阅系列专栏🌹
🦅个人主页：@逐梦苍穹(6000+粉丝；60万+访问量)
😊需要帮忙部署模型（如deepseek）可私信联系。
✈ 您的一键三连，是我创作的最大动力🌹

1、前言

1.1、环境

今天测评的是本地模型，有时候一些简单的需求，在选择符合硬件水平的前提下，肯定是更加方便的。

测试环境：

• 设备：Mac mini Apple M4（10 + 10）16G+256G
• 平台：ollama
• GUI界面：ChatWise

非常基础的一款电脑。最高能本地运行14B的模型，15B和16B就已经相对卡顿了，超过16B完全不可用的状态。

1.2、模型

今天使用的模型分别是：

• 零一万物：yi-coder:9b
• 千问：qwen2.5-coder:14b
• llama：
  • codellama:7b
  • codellama:13b
• 深度求索：
  • deepseek-r1:1.5b
  • deepseek-r1:14b

ollama模型：

下面进行代码能力测评，主要从几个方面：

• 网页前端小游戏：设计一个人机对弈的五子棋网页版，使用html，css和js
• 代码解释：
  • 解释这段代码：

from trl import SFTTrainer
from transformers import TrainingArguments
from unsloth import is_bfloat16_supported

trainer = SFTTrainer(
    model = model,
    tokenizer = tokenizer,
    train_dataset = dataset,
    dataset_text_field = "text",
    max_seq_length = max_seq_length,
    dataset_num_proc = 4,  # 增加数据加载进程数
    packing = False,
    args = TrainingArguments(
        per_device_train_batch_size = 16,  # 批次大小增大
        gradient_accumulation_steps = 4,    # 增加梯度累积步数
        warmup_steps = 5,
        num_train_epochs = 5,  # 设置更多训练轮次
        learning_rate = 2e-5,
        fp16 = not is_bfloat16_supported(),
        bf16 = is_bfloat16_supported(),
        logging_steps = 10,
        optim = "adamw_8bit",
        weight_decay = 0.01,
        lr_scheduler_type = "linear",
        seed = 3407,
        output_dir = "outputs",
        report_to="none",
    ),
)

看模型的表现情况如何。

先说结论：

• 网页前端小游戏：都不能用，deepseek-r1:1.5b综合表现还行，毕竟模型小速度快；deepseek-r1:14b的效果是最好的
• 代码解释：deepseek-r1:14b > qwen2.5-coder:14b > deepseek-r1:1.5b

所以综合表现，deepseek-r1:14b、qwen2.5-coder:14b、deepseek-r1:1.5b三个模型本地部署都能满足一定的需求。

• 需要更为精细的回答： deepseek-r1:14b，推理模型的时间会长一些。
• 需要解释参数： qwen2.5-coder:14b（qwen2.5-coder:14b速度会比deepseek-r1:14b要快，因为qwen没有“思考”过程）
• 只需要“总揽全局”： deepseek-r1:1.5b一定是最佳选择，速度非常快（测试有70tokens/s），能够快速了解代码中每一个大部分基本是实现什么功能。

2、网页前端小游戏

2.1、零一万物

网页前端小游戏：设计一个人机对弈的五子棋网页版，使用html，css和js

不行！

中规中矩，比较一般

2.2、千问

比零一好很多，但是黑白都需要自己下。

2.3、llama

codellama:7b

不行

codellama:13b

界面好了点，但是不能下。

2.4、深度求索

deepseek-r1:1.5b

代码生成数量是截至目前来说最多的，但是不能用。

deepseek-r1:14b

这已经是目前最好的了，但是只能执黑。

3、代码解释

3.1、零一万物

中规中矩，比较一般

3.2、千问

对参数给出了注释，总体来说还不错。

3.3、llama

codellama:7b

不如千问。
看看13B的codellama咋样。

codellama:13b

跟刚才的7B大差不差

3.4、深度求索

deepseek-r1:1.5b

解释的比较简单，跟刚才的千问模型大差不差，虽然这个是蒸馏后的千问模型，但是这只有1.5B的参数，综合表现还是不错的。

deepseek-r1:14b

4、测评过程的代码

通过网盘分享的文件：代码模型测评.rar
链接: https://pan.baidu.com/s/13ztbOsfNZdBoeY-Px4it_Q?pwd=3s3d 提取码: 3s3d