Qwen3.8-27B 在 Artificial Analysis 上：尚无指数，以及取而代之的数据

Artificial Analysis 尚未收录 Qwen3.8 27B。经核查（2026-08-15），该模型在 artificialanalysis.ai 上的页面返回 404——没有智能指数（Intelligence Index）、没有输出速度、没有 AA 价格、也没有独立基准测试。Apache 2.0 权重于 8 月 13 日至 14 日发布，因此这种情况很可能在数天或数周内改变；但截至目前尚未改变。在那之前，你能找到的每一个 Qwen3.8 27B 数字，要么来自阿里巴巴自家的模型卡，要么是新闻媒体在转述同一内容。以下是一句话回答、Qwen3.8 系列已有的 AA 数据、官方规格，以及对那些“它打败一切”标题的如实解读。

来源说明：以下所有内容均已标注。官方指取自阿里巴巴的Qwen/Qwen3.8-27B在 Hugging Face 上的模型卡（2026年8月）。独立指由外部方测量并复现——目前 27B 尚无任何数据符合条件。转述指新闻媒体照搬厂商数据，并非独立来源。

注明日期的一句话回答

• Qwen3.8 27B 在 Artificial Analysis 上没有页面，没有评分。该 URL artificialanalysis.ai/models/qwen-3-8-27b 在 2026-08-15 检查时返回 "404 Page not found"。

• 网上流传的“Qwe​n 3.8” AA分数——Intelligence 58, Agentic Index #1——属于Qwen3.8-Max，即2.4T参数的API旗舰版，而不是27B版。

AA 所追踪的最新 27B 是其前代产品Qwen3.6-27B：推理模式下智能指数约 37–38，输出速度约 55–59 tokens/秒。这就是已索引 27B 的基准表现。

Artificial Analysis 针对 Qwen3.8 系列实际展示的内容

AA的排行榜将“Qwen3.8 2.4T A95B”——即Qwen3.8-Max——列为智能指数58，这是该指数中排名第二的开放权重模型（Artificial Analysis模型页面，2026年8月15日访问）。2026年8月6日，AA的Agentic指数将Qwen3.8-Max列为全球第一——这是中国实验室首次登顶，超越了Claude Opus 5和GPT-5.6——正如当天AA排行榜被广泛报道的那样。

这些数字没有一项适用于 27B。Qwen3.8-Max 是一个 2.4T 参数的混合专家 API 模型，激活参数约为 95B；而 27B 是稠密模型，可自行托管下载。它们共享的是代际标签，而非评估结果。

前身是您的基线：AA 上的 Qwen3.6-27B

AA 已追踪 Qwen3.6-27B 数月。根据快照的不同，它在推理模式下的 Intelligence Index 得分约为 37–38（非推理模式下约为 31），速度约为55–59 tokens/秒——这是一款单 GPU 模型，足以与一年前的中端前沿模型一较高下。这就是 AA 为 3.8-27B 建立索引时预期会看到的数据形态：指数处于同一区间，速度适合消费级硬件，价格主要反映托管选择。请将其视为基线而非预测——3.8-27B 新增了混合注意力和原生视频输入，其中任何一项都可能改变这些数字。

官方数据：Ali​baba 的模型卡，并非独立。

这些是来自 Qwen/Qwen3.8-27B 模型卡（Apache 2.0，2026年8月）的已验证规格：

• 27B稠密参数（含视觉编码器为28B），64层，隐藏层大小5,120，词表大小248,320。

• 混合注意力：48个线性注意力头（Gated DeltaNet）加16个完整门控注意力头——线性与完整比例约为3:1。

• 上下文：262,144 个原生 tokens，可通过 YaRN 扩展至 1,000,000。

• 输入：原生支持文本、图像和视频；思考模式默认开启。

• 大小：BF16 下约 55.6 GB；Q4 量化下权重约 16–17 GB——24 GB 显存的 GPU 是实际可行的单卡目标。

厂商报告的同一张卡的基准测试（Ali​baba 的说法，未复现）：Terminal-Bench 2.173.0；SWE-bench Pro61.7；LiveCodeBench v690.3；GPQA Diamond89.2；OSWorld-Verified84.3。

那些“打败一切”的标题实际上是什么

一则中国科技新闻转发（Gate.it，2026年8月中旬）以“Qwen3.8 27B在全部8项基准测试中击败Meta的Muse Glimmer”为导语——Terminal-Bench 2.1为73.0对51.7，SWE-bench Pro为61.7对51.2——并声称在19项重叠测试中的15项上战胜Claude Opus 4.6。这些数字是阿里巴巴模型卡上的数据，被原样照搬进新闻摘要。目前没有任何外部实验室运行过27B模型，该转发也没有声称有外部实验室这样做过。“第三方报道”在这里指的是第三方的重复转述，而非第三方的核查验证。

为什么27B没有AA价格——以及这告诉了你什么

AA 按 API 端点对模型定价。27B 目前还没有官方托管的 API：阿里​巴巴的 Qwe​n Cloud 托管服务"即将推出"，支持 100 万 token 的上下文。因此没有可定价的东西。这才是该模型核心的真正对比。Qwen3.8 27B 是开放权重的下载模型；其价格就是你的电费。在 24 GB 显卡上以 Q4 量化运行时，每个 token 的成本为 0 美元。仅限 API 的旗舰模型 Qwen3.8-Max 定价为每百万输入 token 2 美元 / 每百万输出 token 6 美元。自托管模型不会出现在 API 定价索引中，恰恰是因为它每个 token 都是免费的——这与 AA 所定价的每一个 API 模型都正好相反。

在AA收录之前该用什么

• 今天，你想要一个独立评分的 Qwe​n 27B：运行或调用Qwen3.6-27B。它是 AA-indexed（推理模式下 Intelligence ~37–38），Apache 2.0，可自托管，而且是 3.8-27B 必须击败的模型。如果你更想通过 API 调用它而不是运行它，它就在 OrcaRouter 目录中，以提供商列表价格提供，0% 加价—一个密钥，无需第二份合同。

• 您想要旗舰API：Qwen3.8-Max的AA指数为58，智能体能力排名第一，每100万Token收费2/6美元。您支付的是2.4T MoE的费用，而非本地模型。

• 你特别想要3.8-27B版本：下载Apache-2.0权重并自行托管。在独立测试平台发布结果之前，将所有基准测试都视为阿​里巴巴的一面之词。关注AA模型页面（artificialanalysis.ai/models/qwen-3-8-27b）和各开放测试平台——当真实数据出现时，一切都会一目了然。

底线

{{1}}Qwen3.8 27B 没有 Artificial Analysis 评分，因为 Artificial Analysis 尚未对其进行测评——也没有 AA 定价，因为它是自托管模型，而非 API。{{/1}}你今天能找到的每一个{{2}}Qwe​n 3.8 击败 X{{/2}}标题，都只是{{3}}Ali​baba 的模型卡披上了新闻的外衣{{/3}}。这个故事中真正独立的数字属于它的同门兄弟：{{4}}Qwen3.8-Max 的 Intelligence 为 58，Agentic Index 排名第一；Qwen3.6-27B 约为 37–38{{/4}}。锚定这些数据；在独立方运行该模型之前，把 27B 自己的数据当作{{5}}厂商声明{{/5}}。过段时间再回来看——{{6}}AA 发布之日，本页将会更新{{/6}}。