刚刚，阿里Qwen3.8-27B开源！家用显卡可跑，能看图看视频

相比超大规模MoE模型，27B的Dense架构部署门槛更低，量化后家用级显卡即可运行，更适合本地部署和轻量化利用开发
。模型选取Apache 2.0和谈盛开，开发者、科研机构和企业均可免费下载、部署及商用
。 这是Qwen3.8系列最新盛开的模型
。此前，千问已经盛开Qwen3.8-2.4T-A95B模型权沉，该模型也是8月3日颁布的Qwen3.8-Max所基于的Max级别底座
。相比2.4万亿总参数、950亿激活参数的旗舰版本，这次盛开的Qwen3.8-27B进一步把Qwen3.8的Agent、多模态和长高低文能力压缩进270亿参数的Dense模型中，更侧沉本地及轻量化部署
。 凭据测试了局，Qwen3.8-27B在编程、长周期办公、Computer Use等工作上相比上一代Qwen3.6-27B均有显著提升，多项成就超过参数规模更大的Qwen3.7-Plus；在SWE-bench Pro、OSWorld-Verified等部门基准上，其成就还超过了Claude Opus 4.6 Max
。 模型开源后也很快引发海表开发者关注
。有网友评价称，Qwen3.8-27B目前的阐发“令人印象深刻”，尤其是在仅有270亿参数的情况下，部门工作阐发已经超过Claude Opus 4.6 Max
。 一位海表驰名AI博主则将Qwen3.8-27B称为一次“显著跃升”
。他以为，一个值得关注的趋向是，从前重要呈此刻前沿大模型上的Agent能力，在进入参数更幼、成本更低、能够自行部署的盛开模型
。同时他也提醒，目前颁布的Benchmark成就重要来自千问官方测试，仍有待更多第三方独立验证
。 Qwen3.8-27B一连Qwen3.8的技术路线，是一款带视觉编码器的原生多模态Dense模型
。模型参数量为270亿，蕴含64层网络，暗藏维度为5120，并选取Gated DeltaNet与Gated Attention组合的混合结构，同时训练了多步Multi-Token Prediction（MTP）能力
。 高低文方面，模型原生支持262144 Tokens，通过YaRN技术能够进一步扩大至100万Tokens
。这也意味着，27B这一相对容易部署的参数规模已经能够同时覆盖长文档、多模态理解以及长周期Agent工作
。 Qwen3.8-27B默认开启思虑模式，同时参与reasoning_effort职能，能够凭据工作复杂度调节推理深度
？⒄咭材芄徽攵缘ゴ我蠊毓厮悸悄Ｊ，并通过preserve_thinking保留汗青新闻中的推理高低文，在成效和推理成本之间进行更细粒度的节造
。 因而更正确地说，Qwen3.8-27B已经在软件工程、Computer Use、长周期办公等部门Agent工作上达到甚至超过部门前沿关源模型成就，但在科学推理和高难综合推理等测试中仍存在差距
。 27B也是目前开源社区关注度较高的模型尺寸之一
。相比此前盛开的Qwen3.8-2.4T-A95B，Qwen3.8-27B选取Dense架构，参数规模大幅降低，部署门槛也更低
。千问将其定位为面向开发者的高效能模型，但愿覆盖本地利用以及对推理成本、部署矫捷性要求更高的Agent场景
。 在270亿参数下，它已经把原生多模态、262K长高低文、可控推理以及Computer Use、软件工程、长周期办公等能力组合到统一个模型中，并在部门测试里追上甚至超过更大的关源模型
。