Qwen3.8-27B 評測：這款開放權重的 27B 模型就是「居家 Opus」——實測對照炒作

Qwen3.8 27B是目前可以自行託管的最佳開放權重 27B 模型，而且差距相當明顯。權重於 2026 年 8 月 14 日以 Apache 2.0 授權釋出：一個具 262K 原生上下文、原生影像與影片輸入的密集 27B（含視覺編碼器為 28B）模型，以及廠商宣稱達到或超越 Cla​ude Opus 4.6 Max 的代理式編碼分數——SWE-bench Pro 61.7、DeepSWE 1.1 42.2、LiveCodeBench v6 90.3。最引人注目的價格是零：下載 55.6 GB 即可執行。但需要注意的事項也確實存在——獨立測試發現它比前代慢了約三倍，且更耗 token；規格表上的每項基準依然是 Ali​baba 自行宣稱的數據；而 1M 上下文僅限託管版本使用。結論：如果你有 24 GB 以上的 GPU，並希望在不按量計費的情況下獲得接近前沿的能力，那就自行託管吧——但請務必清楚了解哪些數據不夠扎實。

先說結論：你應該使用 Qwen3.8 27B 嗎？

簡短回答 — 對於本地和私有工作負載，答案是肯定的；在做出採購決定之前，請等待第三方數據。 Qwen3.8 27B 是一個罕見的模型，其開放權重本身就是產品，而 API 只是便利性。由於採用 Apache 2.0 授權，一旦你擁有硬體，每個 token 的價格就永久為零，而且你在此基礎上建構的任何東西都不能被重新授權或追溯收費。你所放棄的是速度、驗證和便利性。

如果你已經在使用 Qwen3.6-27B 而且對它感到滿意，升級確實是真的，但在實際時間成本上並非免費。如果你是從 Qwen3.8-Max 的發表來到這裡，這是同一世代中較小、可自行架設的成員——為不同工作而生的不同工具。

快速事實，2026年8月15日核實

• 已發佈 — 權重於 2026 年 8 月 14 日在 Qwen/Qwen3.8-27B 於 Hugging Face 上架，並在 ModelScope 同步鏡像；因時區差異，部分報導亦標註 8 月 13 日，此次發佈約在 Qwen3.8 系列公佈一週後推出。

• 授權 — Apache 2.0：可下載、修改、再散布、商業使用，並附有明確的專利授權。永久有效。

• 參數 — 27B 稠密（含視覺編碼器為 28B）、64 層、隱藏層大小 5,120、詞彙量 248,320。

• 架構 — 混合注意力：48 個 Gated DeltaNet 線性注意力層對比 16 個完整 Gated Attention 層（比例 3:1）。這就是為什麼一個 27B 稠密模型可以承載 262K 個 token 的原生上下文。

• 上下文 — 原生支援 262,144 個 tokens，可透過託管版本上的 YaRN 擴展至 1,000,000。

• 輸入 — 原生影像與影片可與文字一同輸入；回傳文字。視覺編碼器正是參數數量達到28B的原因。

• 思考——推理模式預設開啟，且可依請求停用；reasoning_effort（低/中/高）和 preserve_thinking 用於長時間的代理執行。

• 權重 — 55.6 GB 的 BF16 safetensors，共 18 個分片；另提供 FP8 及社群版 GGUFs。

以上規格來自 Hugging Face 的模型卡和配置，適用於Qwen3.8 27B，於今日讀取。基準測試的宣稱由 Ali​baba 所回報；截至目前，尚無獨立實驗室重現這些結果。

Qwen3.8 27B 真正擅長的事

最有力的案例是代理式軟體工程。阿里巴巴回報 DeepSWE 1.1 較先前 27B 提升了 3 倍（42.2 對 13.3），並在 SWE-bench Pro 上取得高於 Claude Opus 4.6 Max 的分數（61.7 對 53.4）。正是這些數字讓它贏得「Opus at home」的綽號——一個密集的 27B 模型，在一般人實際能擁有的硬體上執行接近前沿的編碼工作。

除了原始數字之外，還有三件事讓它成為一個合理的買入選擇：

• 原生多模態。圖片與影片輸入、文字輸出——含圖表的文件或影片講解並不需要另立一個模型。視覺推理分數（啟用思維鏈功能時為85.6，視覺數學94.6，皆由廠商自報）正是視覺編碼器發揮價值之處。

• 262K 原生上下文。長時程代理任務、大型程式碼庫及長達數小時的轉錄內容，皆可在單一視窗中處理。混合線性注意力設計可讓該上下文的 KV 成本低於同等規模的純全注意力模型。

• 免費且永久的權重。這就是此類別的重點：封閉的 API 模型是用租的；Qwen3.8 27B則為自有。以 4-bit 精度可在 24 GB 顯示卡（RTX 3090/4090 等級）上運行，AMD 亦提供 Day-0 支援（根據 AMD 官方部落格，Ryzen AI Max+ 395 可達每秒 24.5 tokens，Radeon AI PRO R9700 可達每秒 51.8 tokens）。

評論變難看之處：速度、代幣與驗證

到目前為止的獨立測試僅是單一測試者的測試框架，而非正式實驗室——但這已是我們手上最佳的訊號。將 Qwen3.8 27B 與 Qwen3.6-27B 在十項真實世界任務上進行比較（由 GPT-5.5 透過 llmcompare 測試框架評判），3.8 在十項中贏得九項，平均得分 8.838 對 6.862——測試者稱此為「他所見過最令人印象深刻的智慧提升之一」。但它也消耗了將近三倍的 token，且速度明顯較慢；其中一項任務耗時約增加 600%。因此品質的躍升是真實的，實際耗時上的代價也同樣真實。

還有四件事可以拿來指責它：

• 目前尚無第三方基準測試。本文中的每個標題數字都是 Ali​baba 截至8月15日所報告的。供應商卡片內容詳細，但尚未由獨立實驗室進行復現。如果你的決策依賴於經過驗證的數字，請等待它們——權重仍然會在那裡。

• VRAM 下限是真實的。 BF16 需要 80 GB 等級的 GPU。要放進 24 GB 的顯示卡，你必須執行 4-bit，而社群回報（dev.to 留言串，發布後數天）表示量化版本「在長上下文後會失去焦點」。如果你有 VRAM，就用官方權重；如果沒有，就用量化版本。

• 1M context 僅限託管版。 開放權重上限為 262K。可擴展至 1M 的數據是 Qwen Cloud 託管功能，並非本地副本開箱即用即可實現。

• 「勝過 Opus」需要附帶條件。代理式基準測試獎勵的是特定測試框架（harness）的行為，而 dev.to 發布貼文上的熱門留言說得直接：「它們在真實世界使用中並未擊敗 Opus。」請把排行榜視為狀況好時的上限，而非保證。

它在 Qwe​n 3.8 家族中的定位

• 對比 Qwen3.6-27B — 同級硬體與 262K 上下文，但能力有大幅躍升，代價是速度與 token 效率。如果你已在運行 3.6 且受吞吐量限制，維持現狀是合理的。

• 對比 Qwen3-Coder-30B-A3B — Coder 是 MoE 架構，活躍參數約 3.3B，執行速度快得多（約 90–110 tokens/s）。dense 27B 每個 token 較慢，但繼承了這代模型的 agentic 優勢；若 27B 的軟體工程分數在獨立測試中依然成立，Coder-30B 的角色就會弱化。

• 對比 Qwen3.8-Max — 這款 2.4T MoE 旗艦是資料中心級模型（僅提供 API，公開報導中每百萬 tokens 收費約 $2/$6），支援 1M 上下文與影片。27B 才是可部署的版本。兩者解決的是不同問題。

成本：本地與API之爭，塵埃落定

對於封閉式模型，你比較的是每個 token 的價格。對於 Qwen3.8 27B 來說，在自己的硬體上，邊際 token 的成本為零——真正的代價是前期投入的 GPU 和你的時間。在 4-bit 下，這是一張 24 GB 的顯示卡；在 BF16 下，則是一台 80 GB 等級的機器。如果你只需要評估模型，或者沒有相應的硬體，也可以使用託管服務：OrcaRouter 現在列出了Qwen3.8 27B，提供一個免費但有限速的方案，費用為 $0，超過配額會回傳 HTTP 429；另有一個付費方案，每百萬輸入 token 收費 $0.33，每百萬輸出 token 收費 $2.40（查閱於 8 月 15 日）。Qwe​n Cloud 的託管版本則提供 1M 上下文，目前標示為「即將推出」。

老實說：對於開放權重模型，供應商是圖個方便，而非依賴。免費方案是判斷 55.6 GB 下載是否值得的最便宜方式。但一旦你下定決心，權重才是關鍵——而且它們是免費的。

如何實際試試看

• 最快的評估 — 使用免費且速率受限的託管層級；如果它能回答你需要的問題，那就完成了，而且不花任何成本。

• 在您的硬體上進行實際測試 — 下載社群版 GGUF（Q4_K_M 版本約 17 GB，可裝進 24 GB 的顯示卡），然後在 llama.cpp 或 Ollama 中執行。請傳入 Jinja 對話範本，否則模型會以 thought 標籤回覆您。若要用 GGUF 的視覺功能，還需要另外的 mmproj 檔案。我們的操作手冊提供如何執行Qwen3.8 27B 的本機逐步指南。

• 全精度 — 使用 huggingface-cli download Qwen/Qwen3.8-27B 下載到 80 GB 級別的 GPU 上。

• 驗證您下載的內容 — 確認發布者為 Qwe​n 組織，並根據 crc32.txt 驗證分片；發布前已出現仿冒的儲存庫。

這篇評論何時會出錯（以及誰應該跳過 Qwen3.8 27B）

• 你沒有 GPU，也不會租用。 免費方案有速率限制，付費方案為每百萬個 token 0.33/2.40 美元——一個小型 API 模型可能更便宜、更可靠。此模型適合想要自行掌控推論的人。

• 您需要一份服務等級協議（SLA）。託管層級才上線數天；今天讀取的 OrcaRouter 模型頁面顯示，過去七天錯誤率為 33.3%，p50 首個 token 延遲為 225 毫秒。這是處於早期負載下的全新模型，並非生產級合約。自架者應固定其下載的提交版本，並保留備援方案。

• 您需要經過驗證的基準測試數據才能做出採購決定。供應商回報的數字僅具方向性參考價值，不足以作為採購依據。請等待獨立重現驗證。

• 262K 開放權重的上下文還不夠。 1M 擴展目前僅限於託管服務。

• 吞吐量是你的瓶頸。 批量摘要或大型批次會造成效能損失：這是一個密集的27B模型，同時也大約消耗其前代模型3倍的token數。若需要大量低成本處理，選擇較小或較快的模型會更為合適。

• 你用的是 12 GB 顯示卡。 2-bit GGUF 雖然硬塞得進去，但品質損失明顯；這款模型不適合你。

底線

Qwen3.8 27B 是當今最強大的開放權重 27B 模型，且在 Apache 2.0 許可下永久免費。如果你有 24 GB 以上的 GPU，並需要智能體編程、262K 上下文，以及原生圖像/視頻輸入而無需按量付費，這款就是該買的。暫緩的理由同樣具體：你需要獨立的基準測試驗證、SLA、超過 262K 的開放權重上下文，或比稠密 27B 更高的吞吐量。模型已發布，權重真實，數字漂亮——只要記得這些數字是誰的就好。