Qwen3.8 27B
阿里巴巴通义千问团队发布的开源轻量级多模态大语言模型，拥有270亿参数，支持原生多模态能力（文本、图像理解），原生上下文窗口26万Token，采用Apache 2.0许可协议
核心事实
时间轴 (近 90 天)
三层存储玩法只适用于MoE模型，换成Dense模型（如Qwen3.8 27B）则行不通
Qwen3.8 27B 在 agentic index 上击败了 GLM 5.2 和部分 GPT 5.6 模型
Qwen3.8 27B 在 computer use、浏览器操作类任务上的视觉性能超过了 Opus 4.6 Max
Qwen3.8 27B 官方提供 BFloat16 全精度版和 FP8 版；Unsloth 放出了 NVFP4 量化的 4-bit 版本
Qwen3.8 27B 的消融版容易在思考阶段陷入重复解码的死循环，博主不建议使用
Qwen3.8 27B 的 X-high 思考档位会消耗极大量 token（如画鹈鹕用 11000、画龙用 35000 token），medium 档位是性价比最佳的甜点档位
选择推理档位对模型可用性的影响大于量化方式的选择
在 RTX Pro 6000（96GB 显存）上，官方 FP8 版配合内置 MTP 投机解码可跑到约 120 tokens/秒，质量与 16-bit 几乎无差异
SGLang 使用官方 NVFP4 权重配合 D-Spark 投机解码在 Blackwell GPU 上跑出平均约 173 tokens/秒，短任务逼近 200，同时加载 262k 上下文窗口
Anifer 官方项目最初只支持单张 RTX 5090，且注册的官方模型只有五个，聚焦于 Qwen3.8 27B、Qwen3.6 27B 以及 Qwen3.6 35B 的 MoE 模型
还有 6 条时间轴事件
全部知识事实 (14)
测评者认为Qwen3.8 27B在编码能力上几乎所有方面都比上一代Qwen3.7更强
65%待验证三层存储玩法只适用于MoE模型，换成Dense模型（如Qwen3.8 27B）则行不通
50%待验证Qwen3.8 27B 的 X-high 思考档位会消耗极大量 token（如画鹈鹕用 11000、画龙用 35000 token），medium 档位是性价比最佳的甜点档位
50%待验证在 RTX Pro 6000（96GB 显存）上，官方 FP8 版配合内置 MTP 投机解码可跑到约 120 tokens/秒，质量与 16-bit 几乎无差异
50%待验证选择推理档位对模型可用性的影响大于量化方式的选择
50%待验证Qwen3.8 27B 在 computer use、浏览器操作类任务上的视觉性能超过了 Opus 4.6 Max
50%待验证Qwen3.8 27B 在 agentic index 上击败了 GLM 5.2 和部分 GPT 5.6 模型
50%待验证SGLang 使用官方 NVFP4 权重配合 D-Spark 投机解码在 Blackwell GPU 上跑出平均约 173 tokens/秒，短任务逼近 200，同时加载 262k 上下文窗口
50%待验证Qwen3.8 27B 的消融版容易在思考阶段陷入重复解码的死循环，博主不建议使用
50%待验证Anifer 官方项目最初只支持单张 RTX 5090，且注册的官方模型只有五个，聚焦于 Qwen3.8 27B、Qwen3.6 27B 以及 Qwen3.6 35B 的 MoE 模型
50%待验证Hugging Face上有约9GB的更小版本Qwen3.8 27B模型，但质量会有所下降
50%待验证Qwen3.8 27B在复杂3D建模上仍有明显失误，如F1赛车漂移场景仅得2分（满分10）、SVG画作出现违反常识的错误
50%待验证在前端设计测试中，Qwen3.8 27B在当前配置下上下文窗口被限制在32K，导致代码生成不完整，出现页面反光异常、SVG图标丢失等bug
50%待验证Qwen3.8 27B 官方提供 BFloat16 全精度版和 FP8 版；Unsloth 放出了 NVFP4 量化的 4-bit 版本
50%