Qwen3 27B übertrifft Gemma 4 26B in echtem Tool-Einsatz für lokale KI-Videopipeline

Am Wochenende veröffentlichte All About AI einen detaillierten Leitfaden zu einer 100% lokalen Fireship-ähnlichen Video-Automatisierungspipeline. Die wichtigste Erkenntnis: Die Zuverlässigkeit von Tool-Calling unterschied sich stark zwischen den beiden getesteten Modellen.

Tool-Calling: Qwen3 27B vs Gemma 4 26B

Gemma 4 26B geriet wiederholt in Tool-Call-Schleifen und verschwendete Tokens für unnötige Überlegungen. Qwen3 (genauer gesagt Qwen 3.6 27B?) handhabte dieselbe Orchestrierung sauber, ohne verschwendete Denk-Tokens. Die Diskrepanz zwischen Benchmark-Zahlen und tatsächlicher Agentenworkflow-Leistung ist erheblich – Tool-Call-Schleifen fressen sowohl Zeit als auch GPU-Speicher.

Wenn Sie einen Tool-Calling-Stack (OpenClaw, Aider oder eine benutzerdefinierte Schleife) betreiben, spielt die Modellwahl eine größere Rolle, als synthetische Benchmarks vermuten lassen. Der Autor bittet ausdrücklich um Fehlerraten für Qwen3-Tool-Calling im Vergleich zu DeepSeek V4 bei bestimmten Stacks.

Bildgenerierung: Said Image Turbo

Für Bilder verwendete die Pipeline Said Image Turbo von Hugging Face – offene Gewichte, keine API-Kosten. Es funktioniert gut für Meme-artige Karten, aber für Porträtaufnahmen sollte man stattdessen Flux oder Seedream verwenden.

Orchestrierung: OpenCode mit 174K Kontext

Die gesamte Pipeline wurde mit OpenCode orchestriert. Der Kontextfenster erreichte 174K Tokens, und die Aufgabenliste wurde nicht in einem Durchgang vollständig abgearbeitet. Der Bediener verließ den Vorgang mitten im Lauf und kam zu einem Teilergebnis zurück – eine ehrliche Darstellung des aktuellen Stands autonomer KI-Werkzeuge.

Remote-Ausführung

Wenn Sie ein 27B-Modell nicht lokal ausführen können, ist Qwen3 bei mehreren Inference-Anbietern verfügbar, sodass Sie dieselben Gewichte und dasselbe Tool-Calling-Verhalten ohne die GPU-Investition erhalten.