Qwen 4 27B：阿里巴巴已確認什麼、尚未確認什麼，以及該改用什麼

Qwen 4 27B 是阿里巴巴下一代 Qwen 系列中一個已命名的成員，但你今天無法下載、呼叫、定價或對其進行基準測試。Qwen 團隊在 2026 年 9 月 22 日於杭州舉行的雲棲大會（Apsara Conference）舞台上展示了這個名稱，同場還有 Qwen 4 Max、Qwen 4 Flash 與 Qwen 4 Plus，而阿里巴巴當天自家的書面發布僅表示「Qwen 4 目前正在訓練中」。Qwen 4 27B 沒有模型卡、沒有儲存庫、沒有 API 識別碼、沒有授權條款、沒有上下文視窗、沒有參數數量，也沒有發布日期。本頁是這個名稱的參考資料：這個層級是什麼、它在 Qwen 4 系列中的定位，以及關於它的哪些事實存在、哪些不存在。

有一處更正應放在最上方，因為這款模型在流通過程中被歸為「已推出」，而 Aliba​ba 自家的資料並不支持這種解讀。截至 2026 年 10 月 13 日，Qw​en 4 已宣布並正在訓練中。Qw​en 4 系列中沒有任何模型已經推出，而你實際能執行的唯一 Qw​en 世代是 Qw​en 3.8。那道落差——位於人們已經在輸入的名稱，與一個尚不存在的模型之間——正是這個頁面存在、而非又一篇公告文的原因。

這個名字的由來，以及它有多穩固

確定無疑的部分很短，且直接來自阿里巴巴。在其於 2026 年 9 月 22 日發布的新聞稿《阿里巴巴揭曉從晶片、雲端基礎設施、模型到代理的全端 AI 策略藍圖》中，該公司表示其下一代模型 Qwen 4 目前正在訓練中，而排在它之後的 Qwen 4.5 與 Qwen 5 系列，預計將擴展至 5 到 10 兆個參數。這就是該廠商針對 Qwen 4 系列的全部書面聲明——一句話，沒有分級，也沒有規格。

這些等級名稱比傳聞更明確，卻比規格表更不嚴謹。Qw​en 4 Max、Qw​en 4 Flash、Qw​en 4 Plus 與 Qw​en 4 27B 由 Qw​en LLM 負責人在會議講台上發表，並在9月22日前後幾天內從該場議程中報導出來。它們並未收錄於 Aliba​ba 的書面新聞稿中，而且台上這四個型號也都沒有附上任何規格。公布一個等級名稱，是對一項計畫的陳述。它不是關於模型參數數量、上下文、授權或價格的陳述，而本頁不會把它當作那樣的陳述。

實際上，這意味著 Qw​en 4 27B 這個名稱已獲確認為 Qw​en 4 家族中的一個層級，而任何採購或部署決策所仰賴的一切都尚未確認。這項區別在這裡比對旗艦層級更為重要，因為 27B 層級是這個家族中一向有以開放權重發布習慣的層級——Qwen3.5-27B、Qwen3.6-27B 和 Qwen3.8-27B 全都存在於供應商自家的 Hugging Face 組織上——所以一個已宣布的 27B 層級會被很多人解讀為可下載權重的承諾。它目前還不是。你今天真的能從同一個帳號取得、名稱帶有 27B 的儲存庫是 Qwen3.5-27B、Qwen3.6-27B 和 Qwen3.8-27B，而 Qw​en 4 架構下最新的任何東西，就是 Qwen3.8-Flash-Next 預覽版。

被歸到這個系列、但不屬於這個型號的號碼

「5 到 10 兆參數」這個數字在搜尋結果中會與 Qw​en 4 27B 並列出現，並被反覆轉述，彷彿它描述的就是該模型。事實並非如此。Aliba​ba 將它附在 Qw​en 4.5 與 Qw​en 5 系列上——這些是 Qw​en 4 之後的世代——而同一份發布內容並未給出 Qw​en 4 本身的參數數量，更不用說 27B 層級了。

這一點值得在參考頁面上說明，而不是留給一則新聞貼文，因為這是關於這個系列流傳的最常見單一錯誤，也因為一個沒有公布架構的模型所附帶的參數數量，無論從哪個方向都無法查核。如果你看到 Qw​en 4 27B 被描述為某個數兆參數計畫的一部分，那個數字是從另一句關於不同世代的句子借來的。

架構是 Qwen 4 中唯一真正公開的部分

Alibaba 已經公布了它聲稱 Qwen 4 世代將據以打造的設計——不是以 Qwen 4 模型的形式，而是以另一個名稱先行推出的預覽版。Qwen3.8-Flash-Next 於 2026 年 8 月 24 日登上該廠商的 Hugging Face 組織頁面，其模型卡明白寫著，它是「將支撐 Qwen4 之架構的實驗性預覽」。對於 Alibaba 以外的任何人來說，這句話是關於這個系列如何打造的最具體線索。

這張卡列出四項元件，全部都是廠商回報的，且沒有任何一項由獨立第三方重現：

• 混合注意力與 QSA — Gated DeltaNet 與 Gated Attention 的搭配經過重新設計，使稀疏注意力元件 Qwen Sparse Attention 在微區塊層級而非 token 層級進行選擇；卡片將此呈現為降低長上下文延遲的機制

• 閘控殘差 — 在加寬的殘差流上，逐元素且資料相依的讀取閘，以及每個分支的純量寫入閘，作為訓練穩定性的措施

• N-gram 嵌入 — 一種由短 n-gram 索引的獨立參數儲存，被提出為比混合專家更便宜的參數擴展軸，且可被卸載

• 量身打造的訓練配方——將 Muon 與 AdamW 套用於特定權重類別，並捨棄批次大小暖身

同一張模型卡也列出預覽版本身的規格：1250 億個主要參數，每步約啟用 60 億個，外加 510 億參數的 n-gram 嵌入與 40 億參數的多詞元預測頭，原生上下文為 262,144 個詞元，可擴展至 1,000,000，並宣告採用 qwen-community-1.0 授權。

把那段內容視為該系列的架構預覽就好，別無其他。Aliba​ba 並未表示 Qw​en 4 27B 層級會繼承 QSA、門控殘差、n-gram 嵌入或訓練配方，也未公布該層級的參數量、層配置或上下文長度。該預覽是關於方向的證據；它並非此模型的規格，而將它當成規格，正是參考頁面淪為謠言的方式。

上一個 27B 實際上究竟是什麼——唯一誠實的基準

對 Qw​en 4 27B 而言，有用的比較對象不是競爭對手，也不是產品藍圖，而是在同一家廠商帳號下、沿用相同層級名稱的前一款模型，因為那才是讀者實際上會從它升級上來的對象。

Qwen3.8-27B 於 2026 年 8 月由 Qw​en 組織發佈於 Hugging Face。其模型卡宣告 Apache 2.0，描述一個具備視覺編碼器的因果語言模型，並列出以下數據，除非另有註明，否則全數為廠商自行提報，且皆出自該模型卡：

• 參數 — 270 億，稠密；64 層；隱藏維度 5,120；混合 Gated DeltaNet 與 Gated Attention 區塊，並以多符元預測在多個步驟上訓練

• 上下文 — 原生 262,144 個詞元，可擴展至 1,000,000

• 模態 — 輸入圖像與影片，輸出文字，並將視覺語言理解描述為原生能力，而非外掛後加。

• 思考控制 — 預設開啟思考模式，並可依請求切換；推理深度可透過推理投入設定調整，且推理脈絡會跨回合保留

• 託管價格 — 在 Aliba​ba 自家針對該模型的 Qw​en Cloud 頁面上，每百萬輸入 token 為 $0.50、每百萬輸出 token 為 $3.00，快取讀取每百萬為 $0.05，隱式快取輸入每百萬為 $0.10，在 1M token 上下文下最大輸出為 131K token，每分鐘 5M token 與 5K 次請求

那份清單有兩點需要注意。第一，模型卡上說 Qw​en3.8-27B 的託管版本「即將推出」，但廠商為同一模型設立的 Qw​en Cloud 頁面卻已經列出價格，並提供可運作的 API 範例；當兩者不一致時，已上線的產品頁面是較新的資料。第二，這些數字完全無法讓你知道任何關於 Qw​en 4 27B 的事。前代產品的規格立下了評判後繼產品的門檻，而這就是它全部的相關意義。Qw​en 4 27B 與任何其他模型之間，都不存在相同測試框架與相同投入程度下的正面對決，因為那項比較的其中一方並不存在。

不存在的規格

這是大多數摘要會用推論補上的部分。以下是每個維度，以及廠商已公布的內容：

• 發布日期——尚未公佈。Qwen 4 任何版本均未提供日期。

• 參數數量——未公布。「27B」是該層級的名稱；Alibaba 尚未確認有稠密的 270 億參數模型，也未說明此層級是稠密還是稀疏。

• 架構——此層級未公佈。上述的 Qw​en 4 架構預覽是屬於該系列的，而非此模型的。

• 上下文視窗 — 未發布。

• 最大輸出 — 未發佈。

• 輸入與輸出模態——未公布。先前的 27B 等級屬於視覺語言模型，並不代表這一款就是視覺語言模型；Qwen 4 系列含有多模態預覽版，也同樣不代表如此。

• 授權條款 — 尚未發布。沒有可供宣告授權條款的卡片，而該層級也沒有可附加授權檔案的儲存庫。

• 權重 — 無法取得。廠商的 Hugging Face 組織中沒有 Qw​en 4 的儲存庫，其模型中心也沒有任何東西，且沒有任何形式的下載。

• 價格、免費方案、速率限制——均未公布，而且任何 Qw​en 4 層級也都未公布。沒有端點，因此沒有價目表、沒有試用、沒有額度贈送，也沒有可引用的速率限制。

• 基準測試——沒有，無論是廠商或獨立測試。沒有任何 Qw​en 4 模型出現在公開排行榜上，沒有測試框架曾對它運行過，而且由於沒有分數，所以無法為分數標上日期。任何你看到附在 Qw​en 4 27B 上的基準測試數字，都不是對 Qw​en 4 27B 的測量結果。

你今天可以執行什麼，以及在哪裡

在任何平台上，Qwen 4 系列裡都沒有任何東西。阿里巴巴並未發布任何 Qwen 4 的識別碼，因此也沒有任何可供路由的目標。

在我們這邊，那項主張是經過查核，而不是憑空假設的。OrcaRouter 的即時模型清單於 2026 年 10 月 13 日讀取，傳回 207 個模型識別碼，且不包含任何以任何拼寫方式符合任一 Qw​en 4 層級的項目。我們不提供 Qw​en 4 27B，而本頁也不會暗示相反的情況。同一份清單確實收錄的是前一代：Qwen3.8-27B、Qwen3.8-Flash、Qwen3.8-Max 以及 Qwen3.8-Max-0902 快照，還有超過 200 個其他模型，全都在同一個 API 上。

這就是對「我今天要怎麼從 Qw​en 4 27B 取得回應」的誠實答案：你辦不到，而最接近、能應付相同工作負載的東西，就是這個層級將會取代的模型。如果這項練習的重點是要弄清楚 Qw​en 27B 等級的稠密模型是否適合你的工作，那麼跑 Qwen3.8-27B 只需一次呼叫，現在就能把問題定案；Qw​en 4 這個層級在擁有模型卡之前，什麼都無法確定。

還有一個著眼未來的理由，要把路由問題與模型選擇分開來看。我們透過單一 API 路由超過 200 個模型，一律按供應商定價計費、不額外加價，因此 Aliba​ba 一旦調整價格，當天就會反映到你的金鑰上，而不是等到下一個計費週期；而自動容錯移轉則意味著你仍在評估的模型會位於備援鏈之中，而不是落在關鍵路徑上。這樣的架構值得在新層級到來之前就先佈建好，而不是等到之後——27B 開放權重模型釋出的那一週，正是所有提供該模型服務的端點都滿載的那一週。

什麼會改變這個頁面

對於尚未出貨的型號，其參考頁面會簡短列出一份會讓它變成錯誤的事件清單，而把這些事件一一點名，比含糊帶過更有用。以下任何一項，都會讓 Qwén 4 27B 從一個「僅止於公告的層級」變成真正的模型：Qwén 組織上的模型卡、任何格式的權重、已宣告的授權、已公布的參數量與層配置、上下文與最大輸出數字、模態清單、API 識別碼、價格，或日期。

在其中一個存在之前，對 Qwen 4 27B 的正確描述，就是 Alibaba 所給出的那個：一個正在訓練中的世代當中的具名層級。主幹上的其餘一切全是推測，而這些推測目前正承擔著大量工作。Qwen 4 Max 層級才是那些推測實際上大多在描述的模型，而 Qwen 4.5 與 Qwen 5 的路線圖才是參數數字的來源；這兩者都不是這個模型。

在權重發布之前，唯一值得做的事，就是先決定你需要看到什麼才會轉換。寫下足以讓你從 Qwen3.8-27B 遷移的上下文長度、授權條款和價格，並在模型卡出現時對照檢查。已發布的規格表比路線圖容易閱讀得多，而這個層級有持續交付的紀錄，這是值得關注它的理由，而不是以它為基礎做規劃的理由。