阿里开源Qwen3.8-27B：270亿参数原生多模态模型，家用显卡可跑，部分任务超越Claude Opus 4.6 Max
阿里千问通过Qwen3.8-27B的开源，将Agent、多模态和长上下文能力压缩至270亿参数稠密模型，标志着前沿Agent能力正从超大模型下沉至可本地部署的轻量化规模，为开发者和企业提供低成本、高灵活性的AI应用基础。
技术特性：多模态与Agent能力的融合
网络结构
64层 · 隐藏维度5120
Gated DeltaNet与Gated Attention混合结构，训练多步Multi-Token Prediction
视觉编码器
原生多模态
可处理STEM图表、文档、真实世界图像及小时级长视频
思考模式
默认开启 · reasoning_effort可调
可关闭思考模式，通过preserve_thinking保留推理上下文，实现细粒度成本控制
部署生态
兼容HF Transformers / vLLM / SGLang / TokenSpeed
降低开发者集成门槛
模型延续Qwen3.8技术路线，采用Gated DeltaNet与Gated Attention混合结构，训练多步Multi-Token Prediction能力，原生支持图像和视频理解，强化Agent执行能力，包括自主规划、环境反馈处理及端到端任务执行。
性能对比：以小博大，部分任务超越闭源旗舰
各基准测试中Qwen3.8-27B与对比模型得分（数值越高越好）
海外知名AI博主 · AI社区观察者
"Qwen3.8-27B是一次'显著跃升'，过去主要出现在前沿大模型上的Agent能力，正在进入参数更小、成本更低、可以自行部署的开放模型。"
海外网友 · 开发者社区评论
"Qwen3.8-27B目前的表现'令人印象深刻'，尤其是在仅有270亿参数的情况下，部分任务表现已经超过Claude Opus 4.6 Max。"
定位与影响：Agent能力下沉至轻量级部署
Qwen3.8-27B的发布标志着Agent能力正从超大参数模型向可本地部署的轻量化模型下沉，为开发者提供成本可控、部署灵活的AI方案，同时补全了从旗舰级到轻量级的开源模型矩阵。
千问开源累计
超过460个模型
· 全球下载量超30亿次 · 衍生模型超30万个
体现开源生态的广泛影响力
Qwen3.8-27B（Dense稠密）
架构
Dense（稠密）
参数规模
270亿
部署门槛
家用显卡可跑（量化后）
目标场景
本地部署 · 轻量化应用 · Agent场景
Qwen3.8-2.4T-A95B（MoE混合专家）
架构
MoE（混合专家）
参数规模
2.4万亿总参数，950亿激活
部署门槛
需要高端服务器级硬件
目标场景
云端高性能推理
后续计划：
Qwen3.8-27B将上线官方API版本，默认提供100万Tokens上下文及内置工具，兼顾自部署和云服务两种使用方式。