狂喜～开发者苦等已久的 Qwen3.8-27B 终于开！源！了！

270 亿的总参数量，在官方 Benchmark 多项软件工程和 Agent 评测中的表现吧，多少又有点让 Claude《危》了——

Agent 编程评测 SWE-bench Pro 上，27B 以 8.3 分的优势卷超 Claude Opus 4.6 Max。

到了更考验真实软件工程能力的 QwenSWEBench，甚至领先幅度进一步扩大到 15.2 分：

尺寸虽小，参数配置和模型表现配的可不孬——

原生多模态、262K 原生上下文、最高 100 万 Token 扩展，重点强化的 Coding、专业工作和长程 Agent 能力，也一项没落下。

好东西大家自然都想尝鲜一番！！

这不嘛，已经有一大波网友开始大 roll 特 roll 了。

下面这老哥用 3.8-27B 和 3.6-27B 分别做了个像素风宝塔效果，3.8-27B 在色彩细节和主体结构明显更 next level～

还有网友用 Qwen3.8-27B 做的俄罗斯方块——

甚至连空格键掉落时的屏幕抖动、消除行时出现的奖励倍增器效果也都是模型自己添加的：

甚至还有网友说：好啊好啊，那这意思是，差不多咱以后可以在本地跑「Opus 级」模型了！？

Qwen 这模型，多少还是有点说法的。。。

270 亿参数，代码和 Agent 多项榜单超过 Opus 4.6 Max

Qwen3.8 这一代，说实话最近上新速度属实有点快。。。

而且这只 27B，开发者友友们其实已经蹲挺久了。

正式开源之前社区里的《催更》就没怎么停过，也有不少人直接把它列进这一轮 Qwen3.8 里最值得等的开源版本。

大家之所以这么惦记，一个特别现实的原因就是——这回，自家电脑真有机会带得动了。（doge）

毕竟——总参数量就「270 亿」。

换句话说，经过量化之后 24GB 显存的 RTX 3090、4090 这类显卡，都有机会把模型整卡装下～

尺寸下来了，上下文长度倒是一点没跟着缩水，原生支持 262K Token 上下文，还可以继续扩展到 100 万 Token。

具体到干活场景，这一代 27B 重点强化的方向也很明确：

编程、专业工作、研究以及长程 Agent 任务，基本都是现在开发者最常拿模型狠狠干活的地方。

但！这里我特别想单独拎出来说一个能力——

「原生多模态」。

需要给友友们划个重点，Qwen3.8-27B 本身就带视觉理解和解析能力。

意思就是，它除了读文字、啃代码，还能直接看图片、读 PDF 文档、理解图表，甚至处理视频！！！（欢呼 .jpg）

尺寸够小，能往本地塞，上下文够长，能吃大工程，多模态和 Agent 能力又都保留了。

至于这些本事到底练到什么程度，官方榜单已经给出了一波答案。

咱们先从最适合拿来干活的两项看——代码和 Agent。

在编程评测 SWE-bench Pro 里，Qwen3.8-27B 比 Claude Opus 4.6 Max 高出 8.3 分；到了软件工程评测 QwenSWEBench，领先幅度进一步拉到 15.2 分。

Agent 评测中面向计算机、金融、法律、医疗等专业长任务的 CoWorkBench 达到 70.7 分，也超过 Opus 4.6 Max 的 68.2 的成绩——

再看多模态能力这边，模型能力提升表现甚至更集中。

在电脑操作评测 OSWorld-Verified 中，Qwen3.8-27B 拿到 84.3 分，Opus 4.6 Max 是 72.7。（给到 Claude 一个拉！）

手机操作评测 AndroidWorld 中，Qwen3.8-27B 达到 81.9 分，Opus 4.6 Max 是 62.0，浏览器操作 WebArena-Verified，则从上一代的 48.8 提升到了 64.8 ——

通用多模态智能这边，也有几项维度我们可以一起看一下。

在视觉数学问题解决能力上，开启 CI 后，Qwen3.8-27B 拿到 94.6 分，是图里这一排可见模型中的最高成绩，这类任务不只是识别图片里的字，还得把图形、公式、空间关系一起理解。

在通用视觉推理方面，Qwen3.8-27B 开启 CI 后做到 85.6 分，相比不开 CI 时的 65.7 提升非常明显，它更偏向考模型面对普通视觉场景时，能不能从「看见东西」进一步走到「理解关系、做判断」。

这成绩也说明这代 27B 模型在看图、读文档和视觉推理这些任务上，模型覆盖的场景和性能表现更多更强～

好东西大家自然要一试，这不嘛，各方网友大神已经开始集体研究「这小 27B 模型到底该怎么跑」了。（doge）

比如下面这位友友用 Qwen3.8-27B 做了一个贪吃蛇游戏后，直言感觉像拥有了一个 Opus 级别的 Agent ——

还有网友直接把 Qwen3.8-27B-FP8 放到一张 NVIDIA GH200 上实测，同时跑 10 个真实请求，每个最高输出 16K Token、上下文拉到 262K。

结果首批流式 Token 基本都在 10ms 内返回，10 个请求也全部正常完成，高并发和长上下文下的运行稳定性确实夯：

还有网友直言模型的多模态理解能力也非常不错。

一次性丢给它一部 1935 年的 11 分钟电影，让模型识别其中 96 个带时间戳的事件并逐字引用画面文字。

最终 157 秒完成，时间点对应到具体画面时，整部片子的误差大约只有 2 秒，而且是在单张 GPU 上跑完：

只能说，还是那个 Qwen，还是不负众望啊。。。

从 Thinking 推理档位到上下文理解，27B 还有这些功能

除了前面这些榜单表现，Qwen3.8-27B 这次还有一个很实用的变化。

那就是模型到底要「想多久」，我们现在可以自己手动调了，因为 27B 里内置了个「推理档位」——

模型默认开启 Thinking 模式，同时支持 reasoning_effort 调节推理深度，一共分成 xhigh、medium 和 low 三档。

复杂代码、长程 Agent 这类任务可以把档位拉高；简单问答、摘要、轻量任务则可以降下来，优先换速度和成本。

此外 Thinking 本身也能直接关闭，让模型跳过推理过程直接回答，真 diy 私人定制了。

此外在长任务这件事上，还有一个挺实用的功能—— Qwen3.8-27B 默认开启了preserve_thinking。

简单说，就是 Agent 前几轮「怎么想的」可以继续留在后面的上下文里。

比如 Coding Agent 连续改十几个文件，做到后面时还能沿着前面的决策继续走，少一点每轮重新捋思路的重复劳动，同时也能更好利用 KV Cache。

小小的身形，想把长任务稳稳扛住，底层架构也得下点功夫。

具体来说 Qwen3.8-27B 一共 64 层，其中 48 层采用 Gated DeltaNet 线性注意力，16 层保留完整 Attention，基本按照「三层线性注意力 + 一层完整 Attention」的节奏循环。

线性注意力负责降低长序列下的计算和缓存压力，完整 Attention 则隔几层做一次更充分的信息交互。

这样带来的最大好处就是—— Qwen3.8-27B 原生上下文能做到 262K Token，还可以继续扩展到 100 万 Token！！！

最后说一下大家同样比较关心的问题——怎么把模型跑起来。

其实，非常之简单。

官方已经给模型接上了 Transformers、vLLM、SGLang 和 TokenSpeed。

如果是生产环境或者需要高吞吐，Qwen 更推荐 SGLang、vLLM 这类专门的 Serving 引擎。

当然，本地玩家则可以更省事一点儿。

Hugging Face 也提供量化版本入口了，大家可以直接通过大家熟悉的工具链部署。

换句话说，手里有一张高端消费级显卡或者大内存 Mac，基本已经可以开始折腾这只 27B 了。（doge）

官方开源链接放下面了，感兴趣的友友可以直接上手搓搓～

参考链接：

[ 1 ] https://mp.weixin.qq.com/s/Ttv5cMD5p6DkUQWyoOsqCA

[ 2 ] https://huggingface.co/Qwen/Qwen3.8-27B

[ 3 ] https://www.modelscope.cn/collections/Qwen/Qwen38

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见