梦瑶 发自 凹非寺量子位 | 公众号 QbitAI

开发者苦等已久的Qwen3.8-27B终于开源了。

270亿的总参数量，让它在最新Benchmark多项软件工程和Agent评测中的表现非常亮眼，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：

小尺寸，但能力并不弱

尺寸虽小，参数配置和模型表现配的可不孬。

它具备原生多模态、262K原生上下文、最高100万Token扩展能力。

同时，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，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，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。

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，但上下文长度一点没缩水。

它原生支持262K Token上下文，还可以继续扩展到100万Token。

重点强化方向

具体到干活场景，这一代27B重点强化的方向很明确：

• 编程
• 专业工作
• 研究
• 长程Agent任务

这些基本都是现在开发者最常拿模型狠狠干活的地方。

原生多模态是重点能力

但这里特别值得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！！！

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，最新榜单已经给出了一波答案。

代码与Agent评测表现

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。

多模态操作能力表现

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。
• 在手机操作评测 AndroidWorld 里，Qwen3.8-27B拿到了81.9分，而 Opus 4.6 Max 只有62.0。
• 在浏览器操作 WebArena-Verified，成绩也从上一代的48.8一路提升到了64.8。

通用视觉推理能力

通用多模态智能这边，也有几项维度可以一起看一下。

在视觉数学问题解决能力上，开启CI后，Qwen3.8-27B拿到94.6分。

这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。

网友已经开始实测了

好东西大家自然要一试。

这不，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。

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」，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。

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。

这样可以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。

底层架构如何支撑长上下文

小小的身形，想把长任务稳稳扛住，底层架构也得下点功夫。

说得更具体一点，Qwen3.8-27B总共由64层组成。

其中48层使用的是Gated DeltaNet线性注意力，另外16层则保留了完整Attention。

整体上基本遵循「三层线性注意力+一层完整Attention」这样一套循环节奏。

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！！！

怎么把模型跑起来

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。

最新已经给模型接上了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。

开源链接

• [1]https://mp.weixin.qq.com/s/Ttv5cMD5p6DkUQWyoOsqCA
• [2]https://huggingface.co/Qwen/Qwen3.8-27B
• [3]https://www.modelscope.cn/collections/Qwen/Qwen38