免費 Qwen 3.8 27B API：尚未推出——該改跑什麼

不——截至2026年8月12日，沒有免費的Qwen3.8-27B API，付費的也沒有。該模型於8月3日發布，承諾「8月10日當週」在Hugging Face和ModelScope開放權重，但官方Qwen組織至今仍無Qwen3.8儲存庫。在權重釋出之前，沒人能託管Qwen3.8-27B，因此「免費」根本無從談起。以下是權重落地後取得免費權限的三條途徑（以及每條途徑的真正成本），外加你目前即可在本地免費執行的模型。

目前還沒有免費的 API — 權重就是入口。

阿里巴巴於2026年8月3日發布了Qwen3.8系列：2.4兆參數的Qwen3.8-Max（約950億活躍參數，1M token上下文，在阿里雲Model Studio上定價為每百萬輸入token 2美元、每百萬輸出token 6美元）以及稠密、單機的Qwen3.8-27B。兩者均承諾於同一週在Hugging Face和ModelScope上以開放權重發布。

這個承諾現在已經逾期兩天。我在8月12日直接查看Hugging Face：官方的Qwe​n組織沒有任何形式的Qwen3.8倉庫。模型搜尋中出現的Qwen3.8-27B-GGUF、-FP8、-NVFP4A16和-NInfer儲存庫都是佔位卡片——零權重檔案、個位數下載次數、模型卡片上直接寫著「保留以待Qwe​n/Qwen3.8-27B發布」。不要把那些當作模型存在的證據；把它們當作人們在預留停車位。

有兩件事你不能預設。{{1}}第一，授權：Qwen3.8-27B 尚未公布採用何種授權。{{2}}近期 Qwen 開源權重皆以 Tongyi Qianwen 授權發布，其「一億月活躍用戶」條款會在規模化使用時觸發商業授權討論——Apache 2.0 並非安全的預設。{{/2}} {{3}}第二，規格：阿里巴巴尚未公布 27B 的評測基準表、上下文窗口或確認的硬體需求。目前關於它的所有說法都只是推測。{{/3}}{{/1}}

我們在《Qwen3.8-27B Open Weights: What We Know Before the Drop》中已涵蓋了發布前的檢查清單——哪些已確認、哪些是傳聞、下載前該檢查什麼。本文要探討的是那篇文章未涵蓋的部分：一旦模型正式發布，「免費」實際上會如何運作。

在體重下降之後：通往自由的三條路徑，以及每一條的真正代價

「免費」從來就不是免費的。通往免費 Qwen3.8-27B 的三條途徑，都會把成本轉移到某處；差別在於落在哪裡。27B 是密集模型——其約 270 億個參數，每一個在每個 token 上都是活躍的——因此上述成本關乎真實硬體，而非行銷話術。

路線1：自行運行——現金免費，硬體計價

這是唯一一條在硬體購入後，{{KEEP}}free{{/KEEP}} 才真正名副其實的路線。{{1}}Unsloth 共同創辦人 Daniel Han 預期 27B 在發佈時約需 17GB VRAM 即可運行——這是目標，而非出貨規格。{{/1}}{{2}}以 Qwen3.6-27B 的實測量化階梯作為參考：Q4_K_M 約落在 16GB，Q6_K 約 21GB，FP8 約 27GB，而完整 BF16 約 54–56GB。{{/2}}{{3}}現階段實際可行的最低門檻是 24GB 顯示卡——RTX 3090、RTX 4090 或 A6000 等級——搭配 Q4。{{/3}}

時機很重要：使用vLLM或SGLang的官方權重通常會在發布後幾天內即可運作，但社群的GGUF和AWQ量化則會落後一到兩週，因此在發布當天不會有Ollama風格的「拉取即用」體驗。隱藏成本包括電力、一台安靜的機器，以及你的時間。好處是隱私——沒有任何事情會離開你的設備——以及零邊際成本，如果你也用GPU跑其他模型，這些效益還會持續累積。

路線2：代管免費方案——現金免費，以限制計價

一旦權重發布，預計 Alibaba Cloud 會提供評測配額，而常見的無伺服器主機也會有免費方案。預期會出現的模式，正是 Alibaba 已對 Qwen3.8-Max 實施的那套：100 萬 token 的新用戶配額，僅限新加坡區域，有效 90 天，不可累積——而且推理 token 以輸出計費，因此一個預設會推理的模型，可能一個週末的原型開發就把整個額度燒光。你實際上付出的是速率限制、區域鎖定、有效期限，以及你的提示詞會送往第三方。免費方案是評測模型的入門通道，不是部署模型的地方。

路線 3：OrcaRouter 的免費方案 — 規劃中，尚未上線

因為搜尋查詢字面上就是「免費」，我們要說清楚：OrcaRouter 計畫在 Qwen3.8-27B 的權重釋出後提供免費方案。它尚未上線。目前沒有可呼叫的端點，我也不會貼佔位範例。等到有消息可以宣布時，我們會宣布。我們今天實際託管的是 Qwen3.8-Max，每 1M tokens 收費 $2/$6，無任何加價——而 27B 並不在平台上，因為目前還沒有人能提供這項服務。

你現在可以免費使用的功能

如果你需要的是「一個我能免費運行的27B級開源模型」，你不必等待。誠實而言，同級別的答案就是 Qwen3.6-27B，也就是你正在等待的那個模型的直接前身。

Qwen3.6-27B採用 Apache 2.0 授權，是一款 278 億參數的密集（dense）架構模型，支援 262K 上下文長度，並原生支援文字、圖片與影片輸入。Q4_K_M GGUF 格式約 16.5GB，在 24GB 消費級 GPU 上約可達每秒 25 個 token（在 M4 Max 上為每秒 16–18 個 token）。廠商在模型卡上公佈的數據：SWE-Bench Verified 77.2、MMLU-Pro 86.2、AIME 2026 94.1、GPQA Diamond 87.8、MMMU 82.9。如果 Qwen3.8-27B 是「一款 27B」，那這個就是你今天真正能實際使用的 27B——同系列、相同密集架構，而且已經開源。

Nemotron 3.5 Lightning 30B A3B是另一種形態，同樣免費：於 2026 年 8 月 11 日以 NVIDIA 的 OpenMDW 1.1 授權發布。它是一個總參數 30B、啟動約 3B 的混合專家（Mixture-of-Experts）模型，採用混合 Mamba-2 架構，支援最高 1M 的上下文——NVFP4 檢查點約 21.6GB，Q4 GGUF 約 25GB。它需要 24GB 以上的顯示卡，因為即使每個 token 只啟動約 30 億個參數，全部 300 億個參數仍會佔據記憶體。初步報告顯示它在單一 GPU 上可達到每秒約 45 個 token。它是為代理執行層設計的——工具呼叫、驗證、格式化——而非前沿推理。如果你的負載是高流量的代理庶務工作，它在你的實際任務上可以勝過密集的 27B 模型。

如果你今天想要的具體是一個免費的託管 API，而不是本地安裝，那麼唯一名副其實的「免費」是阿里巴巴的 Qwen3.8-Max 配額：100 萬個 token、新加坡地區、90 天。它不是 27B 版本，而且這是評估用額度，不是正式服務——用它來現在試試 Qwen3.8 的行為，然後再轉移。

當此建議有誤時

如果你已經擁有一張24GB以上的GPU，那麼「等待免費方案」的心態對你來說是錯的。權重發布的那天，官方權重搭配vLLM就是你的免費方案；你只是在等待一個你根本不需要的便利。只有當你特別想要那套精緻的GGUF量化階梯時，才需要再等大約兩週。

如果你正在針對 API 契約進行原型開發，託管的免費配額（一旦 27B 提供這些配額）可能比你的時間成本更低——即使有 90 天到期期限和地區限制，租用 GPU 機器進行一週的原型開發通常反而是更昂貴的途徑。

若最終的許可證是通義千問（Tongyi Qianwen）而非 Apache，「免費權重」並不代表在 1 億 MAU 門檻以上便可以免費商用。在基於它建構任何東西之前，請先閱讀實際儲存庫中的 LICENSE 檔案——這正是「免費開放權重」變成帳單最常見的原因。

而且如果 Alibaba 再次推遲日期——已經超過承諾的窗口兩天了——每過一週，Qwen3.6-27B 就會成為正確的選擇，而不是權宜之計。

底線

沒有免費的 Qwen3.8-27B API，因為目前根本不存在 Qwen3.8-27B 這個模型。當權重發布時，三條免費途徑分別是：自行託管（以硬體為代價）、託管免費方案（以限制為代價），以及 OrcaRouter 計畫中的免費方案——該方案尚未上線，一旦上線我們會對外公布。目前最接近免費的選擇，是在你自己的硬體上運行 Qwen3.6-27B。等待的代價只是沒有 27B 可用；運行前一版本的代價，也只不過是一張 GPU，而這段期間你還能用這張 GPU 處理其他所有工作。