梦瑶 发自 凹非寺量子位 | 公众号 QbitAI
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～
[1]https://mp.weixin.qq.com/s/Ttv5cMD5p6DkUQWyoOsqCA
[2]https://huggingface.co/Qwen/Qwen3.8-27B
[3]https://www.modelscope.cn/collections/Qwen/Qwen38
