15 个本地模型 agent/工具使用实测：Bonsai 27B 垫底

一位用户用 Toolery 基准测试了 15 个本地模型的 agent/工具使用能力，每模型跑 429 次试验，全部通过 LM Studio 本地服务。qwen3.8-27b 以 71.8% 排名第一，bonsai-27b 以 50.5% 垫底，在 Very Hard 场景仅 22.2%。