Qwen3.8-27B 評測：開源權重 27B，人稱「居家 Opus」——實測對決 hype

Qwen3.8 27B是現今最適合自行架設的開放權重 27B 模型，而且差距相當明顯。權重已於 2026 年 8 月 14 日以 Apache 2.0 授權釋出：一個密集 27B（含視覺編碼器為 28B）的模型，具備 262K 原生上下文、原生影像與視訊輸入，以及供應商宣稱達到或超越 Cla​ude Opus 4.6 Max 的代理式編碼評測成績——SWE-bench Pro 61.7、DeepSWE 1.1 42.2、LiveCodeBench v6 90.3。最亮眼的價格是零：下載 55.6 GB 就能執行。但需要注意的地方也確實存在——獨立測試發現它比前代慢了約三倍，且更耗 token；規格卡上的每一項基準仍是 Ali​baba 單方面宣稱的數據；1M 上下文僅限託管版使用。結論：如果你有 24 GB 以上的 GPU，想要接近前沿的效能，又不想收到按用量計費的帳單，那就自行架設吧——但請先確切了解哪些數字是虛的。

先說結論：你應該使用 Qwen3.8 27B 嗎？

簡短回答 — 對於本地和私人工作負載，是的；在做出採購決定前，請等待第三方數據。 Qwen3.8 27B是罕見的模型，其開放權重就是產品本身，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，而且你在其上建構的任何東西都不能被重新授權或事後追收費用。你所放棄的是速度、驗證和便利性。

如果您已經在運行 Qwen3.6-27B 並且對它感到滿意，那麼升級確實是真的，但以實際時間而言並非免費。如果您是從 Qwen3.8-Max 發布活動來到這裡的，那麼這是同一世代的較小、可自行託管的成員——一種用於不同工作的不同工具。

重點摘要，2026年8月15日核實

• 發布權重於2026年8月14日上線，位於Qwen/Qwen3.8-27B的 Hugging Face 上，並在 ModelScope 同步；因時區差異，部分報導另提及8月13日，且此次發布約在 Qwen3.8 系列公布後一週。

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

• 參數 — 27B 密集（含視覺編碼器為 28B），64 層，隱藏維度 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（比例為 3:1）。這就是為什麼一個 27B 密集模型能承載 262K tokens 的原生上下文。

• 上下文 — 原生支援 262,144 個 token；可透過託管版本的 YaRN 擴展至 1,000,000。

• 輸入 — 原生影像與影片及文字輸入；回傳文字。參數數量之所以是 28B，是因為視覺編碼器。

• 思考 — 推理模式預設開啟，可依需求停用； reasoning_effort（低/中/高）與 preserve_thinking 用於長時間的 agent 執行。

• 權重 — 55.6 GB 的 BF16 safetensors，分為 18 個分片；FP8 與社群 GGUFs 也一同提供。

上述規格來自 Hugging Face 模型卡和配置，適用於 Qwen3.8 27B，今日讀取。基準測試的宣稱是由 Ali​baba 自行報告的；截至目前，尚無獨立實驗室重現這些結果。

Qwen3.8 27B 真正擅長什麼

最有力的案例是代理式軟體工程。阿里巴巴在 DeepSWE 1.1 上相較於先前的 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）。正是這些數字為它贏得了「Opus at home」的綽號——一個稠密的 27B 模型，能在一般人實際能擁有的硬體上執行接近前沿的程式設計工作。

除了原始數據之外，還有三件事讓它成為一個站得住腳的買入標的：

• 原生多模態。 圖片和影片輸入、文字輸出——帶有圖表的文件或影片導覽，並非另一種獨立模型。視覺推理分數（啟用鏈式思考功能時為85.6，視覺數學為94.6，兩者皆為廠商宣稱）正是視覺編碼器展現其價值之處。

• 262K 原生上下文。長時程代理任務、大型程式碼庫，以及長達數小時的轉錄稿都能容納在單一視窗中。混合線性注意力設計讓該上下文的 KV 成本低於同規模的純全注意力模型。

• 免費、永久的權重。這正是這類別的重點：封閉式 API 模型是租用的；Qwen3.8 27B是擁有的。以 4-bit 執行時，可在 24 GB 顯示卡（RTX 3090/4090 等級）上運行；AMD 提供 Day-0 支援（根據 AMD 自家部落格，Ryzen AI Max+ 395 上可達 24.5 tokens/s，Radeon AI PRO R9700 上可達 51.8 tokens/s）。

評測的棘手之處：速度、令牌與驗證

到目前為止的獨立測試只是一名測試者的測試工具，而非實驗室——但這是我們擁有的最佳訊號。將Qwen3.8 27B與Qwen3.6-27B在十項實際任務上進行比較（由GPT-5.5透過llmcompare框架評判），3.8贏得十項中的九項，平均得分為8.838對6.862——測試者稱這是「他所見過最令人印象深刻的情報提升之一」。它還使用了幾乎三倍的token數量，且速度明顯較慢；其中一項任務的耗時約增加了600%。因此，品質的提升是真實的，而牆鐘時間的代價同樣真實。

還有四件事可以用來反對它：

• 尚無第三方基準測試。 本文中的每項主要數據均為 Ali​baba 截至8月15日所報告的。廠商資料卡很詳細，但尚未由獨立實驗室複現結果。如果你的決定取決於經過驗證的數字，請等待它們——權重仍會在那裡。

• VRAM 下限是真實存在的。BF16 需要 80 GB 等級的 GPU。要在 24 GB 的顯示卡上運行，就必須使用 4-bit 量化；而社群回報（dev.to 留言串，發布後數日）指出量化版本「在長上下文後會失去焦點」。有足夠 VRAM 就用官方權重；沒有的話就用量化版本。

• 1M 上下文僅限託管。開放權重上限為 262K。可擴展至 1M 的數字是 Qwe​n Cloud 的託管功能，並非本地副本開箱即用。

• 「Beats Opus」需要附加條件。Agentic 基準測試會獎勵特定於測試框架的行為，而 dev.to 發布貼文上的熱門評論說得很直白：「在實際使用中，它們並沒有擊敗 Opus。」請把這份排行榜視為狀況良好時的上限，而非承諾。

它在 Qwen 3.8 系列中的定位

• vs Qwen3.6-27B — 相同的硬體等級與 262K 上下文規模，但在速度與 token 效率上付出代價，換來能力的大幅躍升。如果你已經在跑 3.6 且受吞吐量所限，繼續沿用是合理的選擇。

• 對比 Qwen3-Coder-30B-A3B——Coder 是一個 MoE，擁有約 33 億個活躍參數，運行速度快得多（約 90–110 tokens/s）。稠密型 27B 每個 token 的處理速度較慢，但繼承了這世代的 agentic 增益；如果 27B 的軟體工程評分在獨立測試中依然成立，那麼 Coder-30B 的角色就會縮小。

• 對比 Qwen3.8-Max — 2.4T MoE 旗艦是資料中心模型（僅提供 API，公開報導中約每百萬 tokens 收費 $2/$6），支援 1M 上下文和影片。27B 是可部署的那個。它們回答的是不同的問題。

成本：本地與API之爭，塵埃落定

對於閉源模型，你會比較每個 token 的價格。對於Qwen3.8 27B，在自己硬體上，邊際 token 的成本為零——真正的價格是前期 GPU 的投入和你的時間。在 4-bit 量化下，需要一張 24 GB 的顯示卡；在 BF16 下，則需要 80 GB 等級的機器。如果你只需要評估模型，或缺乏硬體，還有託管方案：OrcaRouter 現在列出了Qwen3.8 27B，提供一個免費但有限速的層級，收費 $0，超過上限時回傳 HTTP 429；另有付費層級，每百萬輸入 token 收費 $0.33，每百萬輸出 token 收費 $2.40（8 月 15 日查詢）。Qwe​n Cloud 的託管版本，具備 1M context，標示為「即將推出」。

坦白的說法：對於開放權重模型而言，提供者是一種便利，而不是一種依賴。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，權重才是重點——而且它們是免費的。

如何實際嘗試

• 最快的評估 — 使用免費且受速率限制的託管層級；如果它能回答你所需的內容，那就完成了，而且完全不花費成本。

• 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，可放入 24 GB 的顯示卡），並在 llama.cpp 或 Ollama 中執行。傳入 Jinja 聊天範本，否則模型會以思考標籤回覆你。若要使用 GGUF 的視覺功能，你另外還需要 mmproj 檔案。我們的操作手冊涵蓋執行Qwen3.8 27B 的本地逐步說明。

• 完整精度 — 使用 huggingface-cli 將 Qwen/Qwen3.8-27B 下載至 80 GB 級 GPU。

• 驗證您下載的內容 — 檢查發布者是否為 Qwen 組織，並依據 crc32.txt 驗證分片；發布前曾有相似的儲存庫出現。

當這篇評論有誤時（以及誰應該跳過 Qwen3.8 27B）

• 你沒有 GPU，也不會去租用。 免費方案有速率限制，付費方案為每百萬 $0.33/$2.40 — 小型 API 模型可能會更便宜、更可靠地為你服務。此模型是為想要自行掌握推論的人而設計。

• 您需要一份 SLA。託管層級才推出數天；今天查看 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。這是承受早期負載的全新模型，並非生產級合約。自行託管者應鎖定其下載的 commit，並保留備援方案。

• 您需要經過驗證的基準測試來做出購買決策。供應商報告的數據僅具方向性參考價值，並非採購級別。請等待獨立復現的結果。

• 262K 開放權重的上下文還不夠。 目前 1M 擴展僅限託管版本。

• 吞吐量是您的瓶頸。大量摘要或大批次處理會造成影響：這是一個密集的 27B 模型，token 消耗量約為前代的 3 倍。對於低成本批量任務，較小或較快的模型更勝任。

• 你使用的是 12 GB 顯示卡。 2-bit GGUF 勉強能塞進去，但品質損失明顯；這款模型不適合你。

最重要的是

Qwen3.8 27B是當今最強大的開放權重 27B 模型，且在 Apache 2.0 授權下永久免費。如果你擁有 24 GB 以上的 GPU，想要代理式編碼、262K 上下文，以及原生圖像/影片輸入，而且不想按用量付費，那麼這就是你的選擇。暫緩入手的原因也同樣明確：你需要獨立基準測試的確認、SLA、超過 262K 的開放權重上下文，或是比稠密 27B 模型更高的吞吐量。模型已發布，權重真實，數據亮眼——只是要記得這些數據是從哪裡來的。