Der Reddit-Nutzer CapsAdmin hat zwei ThinkingCap-LoRAs, die ursprünglich für Qwen 3.6 (27B) entwickelt wurden, auf dem Qwen-3.8-Modell getestet – konkret die Varianten von „signsur4739379373" (Rank-64-LoRA) und „hotdogs" auf HuggingFace. Grundlage des Transfers ist die gemeinsame Architektur von Qwen 3.6 und 3.8, die eine direkte LoRA-Anwendung über Modellgrenzen hinweg erlaubt. Als Testprompt diente der klassische Benchmark-Satz „Generate an SVG of a pelican riding a bicycle", wobei alle Varianten mit identischem Seed, empfohlenem Sampling-Profil und dem integrierten Chat-Template liefen. Der Vergleich umfasst vier Konfigurationen: Standard-xhigh, xhigh mit ThinkingCap-LoRA von signsur4739379373 (Skala 30), xhigh mit ThinkingCap-LoRA von hotdogs (Skala 1) sowie den Standard-medium-Modus. Beim Einsatz der LoRAs sank die Token-Zahl von rund 33.000 auf etwa 20.000, während die Ausgabequalität subjektiv vergleichbar blieb, jedoch etwas weniger detailliert wirkte. Der medium-Modus erzeugte nur rund 3.500 Tokens, zeigte aber einen deutlich spürbaren Qualitätseinbruch. CapsAdmin entwickelte für den Test ein Python-Skript, das llama-cli startet und die Ausgaben inklusive Logs, Chat-Turn-Protokoll und Startparameter in einer einzigen HTML-Datei archiviert – zum Zweck der vollständigen Reproduzierbarkeit. Der Autor selbst ist unsicher, ob der Qualitätseindruck tatsächlich einer verbesserten Effizienz entspricht oder ob das Modell durch die fremde LoRA lediglich in seiner Denktiefe degradiert wird, und lädt die Community zur weiteren Untersuchung ein.