Qwen 3.8 27B
阿里巴巴Qwen系列的27B参数开源模型，基于Qwen 3.5架构，原生支持视觉语言多模态，采用混合注意力设计（门控DeltaNet+门控注意力），专为本地智能体部署优化
核心事实
时间轴 (近 90 天)
该用户此前的主力模型是Qwen 3.8 27B，采用Q6量化与kv8配置。
测试中被问到奥斯汀最好的烧烤时，Qwen 3.8 27B 用 JSON 列出 5 家店，用 Markdown 列出 6 家，新增的 Good BBQ Company 是评分最高的两家之一。
在 48 GB 内存的 MacBook Pro M5 Pro 上、32K 上下文窗口下，Markdown（限制器）模式每道搜索题的平均耗时：Qwen 3.8 27B 约 42 秒，Meta Muse Glimmer 30B 约 62 秒，Prism Bonsai 27B 约 24 秒，Gemma 4 12B QAT 约 16 秒（切到 Markdown Raw 后约 43 秒）。
Qwen Image模型文件占用高达25GB，需要预留足够的磁盘空间。
Jordan Ilchif在32GB M4 MacBook Air上测试Qwen 3.8 27B，Ollama的NVFP4构建跑出17.2 tokens/s，纯MLX 6.6 tokens/s，LLAMA.cpp 4.4 tokens/s，但格式不同
Vercel AI Gateway 切换至 Ling 3.1 Flash，Tempr Gateway 改用 MiMo V2.6 Flash，CrossModel 与 Ofox 转向 Claude Sonnet 5.5，Pioneer 采用 GLiNER 2.5 Decide，Scaleway 使用 Qwen 3.8 27B
开发者通过10 Gb/s的USB-C数据线将iPhone 17 Pro Max接入24GB内存的M4 Pro MacBook，让手机充当第二块GPU为本地运行的Qwen 3.8 27B（IQ4_XS量化）模型分担计算
Willison在笔记本上运行的开源模型Qwen 3.8 27B（17GB）是首次感觉与前沿模型竞争力相当的可在笔记本上运行的模型
建议对机械性步骤使用Low或Medium推理级别，把X-High留给真正需要深度思考的部分以节省时间
Qwen 3.8 27B采用混合架构，64层中大部分使用门控DeltaNet层，定期穿插门控全注意力层
还有 12 条时间轴事件
全部知识事实 (17)
27B参数模型可在配备24GB显存的消费级显卡（如NVIDIA RTX 4090）上以量化形式运行，无需数据中心级硬件
65%待验证Qwen 3.8 27B采用混合架构，64层中大部分使用门控DeltaNet层，定期穿插门控全注意力层
60%待验证Qwen 3.8 27B采用开放权重模式，配合Apache 2.0等宽松许可证，允许商业使用和二次开发
60%待验证该用户此前的主力模型是Qwen 3.8 27B，采用Q6量化与kv8配置。
50%待验证在 48 GB 内存的 MacBook Pro M5 Pro 上、32K 上下文窗口下，Markdown（限制器）模式每道搜索题的平均耗时：Qwen 3.8 27B 约 42 秒，Meta Muse Glimmer 30B 约 62 秒，Prism Bonsai 27B 约 24 秒，Gemma 4 12B QAT 约 16 秒（切到 Markdown Raw 后约 43 秒）。
50%待验证Qwen Image模型文件占用高达25GB，需要预留足够的磁盘空间。
50%待验证Jordan Ilchif在32GB M4 MacBook Air上测试Qwen 3.8 27B，Ollama的NVFP4构建跑出17.2 tokens/s，纯MLX 6.6 tokens/s，LLAMA.cpp 4.4 tokens/s，但格式不同
50%待验证Vercel AI Gateway 切换至 Ling 3.1 Flash，Tempr Gateway 改用 MiMo V2.6 Flash，CrossModel 与 Ofox 转向 Claude Sonnet 5.5，Pioneer 采用 GLiNER 2.5 Decide，Scaleway 使用 Qwen 3.8 27B
50%待验证开发者通过10 Gb/s的USB-C数据线将iPhone 17 Pro Max接入24GB内存的M4 Pro MacBook，让手机充当第二块GPU为本地运行的Qwen 3.8 27B（IQ4_XS量化）模型分担计算
50%待验证Willison在笔记本上运行的开源模型Qwen 3.8 27B（17GB）是首次感觉与前沿模型竞争力相当的可在笔记本上运行的模型
50%待验证建议对机械性步骤使用Low或Medium推理级别，把X-High留给真正需要深度思考的部分以节省时间
50%待验证阿里官方宣称Qwen 3.8 27B的整体性能已超越Qwen 3.7 Plus，尤其在真实场景编程、智能体任务和办公工作流方面表现突出
50%待验证在Three.js游戏生成测试中，Qwen 3.8 27B输出了包含不同武器、成波袭来的僵尸、可解锁区域、神秘箱子购买机制和即死增益道具的完整游戏
50%待验证Qwen 3.8 27B在Agentic指数上超越了GPT-5.6 Terra、DeepSeek v4 Pro、GPT-5.6 Luna和Gemini 3.7 Flash
50%待验证Artificial Analysis给出Qwen 3.8 270亿参数模型在Agentic指数上得分51分
50%待验证测试中被问到奥斯汀最好的烧烤时，Qwen 3.8 27B 用 JSON 列出 5 家店，用 Markdown 列出 6 家，新增的 Good BBQ Company 是评分最高的两家之一。
50%待验证阿里通义千问团队推出了 Qwen 3.8 27B 模型，并以开放权重（open weights）的形式发布
60%