智东西
作者｜江宇
编辑｜心缘
智东西8月14日报道，刚刚，阿里千问正式开源Qwen3.8-27B模型权重。
Qwen3.8-27B是一款270亿参数的原生多模态稠密模型，支持图像、视频理解，原生上下文长度达到262K，并可通过YaRN扩展至100万Tokens。
相比超大规模MoE模型，27B的Dense架构部署门槛更低，量化后家用级显卡即可运行，更适合本地部署和轻量化应用开发。模型采用Apache 2.0协议开放，开发者、科研机构和企业均可免费下载、部署及商用。
▲Qwen3.8-27B开源主页（图源：Hugging Face）
这是Qwen3.8系列最新开放的模型。此前，千问已经开放Qwen3.8-2.4T-A95B模型权重，该模型也是8月3日发布的Qwen3.8-Max所基于的Max级别底座。相比2.4万亿总参数、950亿激活参数的旗舰版本，此次开放的Qwen3.8-27B进一步把Qwen3.8的Agent、多模态和长上下文能力压缩进270亿参数的Dense模型中，更侧重本地及轻量化部署。
根据测试结果，Qwen3.8-27B在编程、长周期办公、Computer Use等任务上相比上一代Qwen3.6-27B均有明显提升，多项成绩超过参数规模更大的Qwen3.7-Plus；在SWE-bench Pro、OSWorld-Verified等部分基准上，其成绩还超过了Claude Opus 4.6 Max。
模型开源后也很快引发海外开发者关注。有网友评价称，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。
一位海外知名AI博主则将Qwen3.8-27B称为一次“显著跃升”。他认为，一个值得关注的趋势是，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。同时他也提醒，目前公布的Benchmark成绩主要来自千问官方测试，仍有待更多第三方独立验证。
开源地址：
Hugging Face：https://huggingface.co/collections/Qwen/qwen38
魔搭社区：https://www.modelscope.cn/collections/Qwen/Qwen38
千问同时透露，Qwen3.8-27B后续还将上线官方API版本，默认提供100万Tokens上下文以及官方内置工具等生产级功能。
截至目前，千问累计开源模型已超过460个，Qwen系列全球下载量超过30亿次，衍生模型数量超过30万个。
一、270亿参数塞进多模态和Agent能力，原生上下文达到262K
Qwen3.8-27B延续Qwen3.8的技术路线，是一款带视觉编码器的原生多模态Dense模型。模型参数量为270亿，包含64层网络，隐藏维度为5120，并采用Gated DeltaNet与Gated Attention组合的混合结构，同时训练了多步Multi-Token Prediction（MTP）能力。
相比传统仅处理文本的27B模型，Qwen3.8-27B原生支持图像和视频理解，可以处理STEM图表、文档、真实世界图像以及小时级长视频等内容。
上下文方面，模型原生支持262144 Tokens，通过YaRN技术可以进一步扩展至100万Tokens。这也意味着，27B这一相对容易部署的参数规模已经可以同时覆盖长文档、多模态理解以及长周期Agent任务。
此次千问还强化了模型的Agent执行能力，包括自主规划、环境反馈处理以及复杂任务的端到端执行。
Qwen3.8-27B默认开启思考模式，同时加入reasoning\effort功能，可以根据任务复杂度调节推理深度。开发者也可以针对单次请求关闭思考模式，并通过preserve\thinking保留历史消息中的推理上下文，在效果和推理成本之间进行更细粒度的控制。
在部署生态上，Qwen3.8-27B已经兼容Hugging Face Transformers、vLLM、SGLang、TokenSpeed等主流框架。
二、编程和办公能力大涨，部分成绩超过Claude Opus 4.6 Max
此次Qwen3.8-27B一个比较突出的变化，是270亿参数模型的Agent能力继续向更大模型靠近。
在SWE-bench Pro测试中，Qwen3.8-27B取得61.7分，高于Qwen3.6-27B的53.5分和Qwen3.7-Plus的57.6分，同时超过Claude Opus 4.6 Max官方成绩53.4分。
在千问自建的两项评测中，Qwen3.8-27B同样取得较明显的领先优势。
- 软件工程基准QwenSWEBench上，Qwen3.8-27B达到79.0分，Qwen3.7-Plus为59.2分，Claude Opus 4.6 Max为63.8分。
- 面向长周期办公任务的CoWorkBench中，Qwen3.8-27B获得70.7分，超过Qwen3.7-Plus的65.1分以及Claude Opus 4.6 Max的68.2分。
Qwen3.8-27B在Computer Use上的提升同样明显。
- OSWorld-Verified测试中，其成绩达到84.3分，Qwen3.6-27B、Qwen3.7-Plus和Claude Opus 4.6 Max分别为63.9分、73.3分和72.7分。
- AndroidWorld手机操作测试中，Qwen3.8-27B达到81.9分，高于Qwen3.6-27B的70.3分和Claude Opus 4.6 Max的62.0分，与Qwen3.7-Plus的81.0分相比也有小幅提升。
多模态软件工程SWE-MM测试中，Qwen3.8-27B获得38.6分，Qwen3.7-Plus为30.0分，Claude Opus 4.6 Max为27.1分。此外，Qwen3.8-27B在竞技编程基准LiveCodeBench v6上拿到90.3分，也高于Claude Opus 4.6 Max的88.8分。
不过，Qwen3.8-27B并非在所有测试中都领先大模型。
例如Terminal Bench 2.1中，Qwen3.8-27B为73.0分，低于Claude Opus 4.6 Max的78.2分；GPQA Diamond中为89.2分，Claude Opus 4.6 Max为91.3分；HLE测试中两者分别为30.8分和40.0分。
因此更准确地说，Qwen3.8-27B已经在软件工程、Computer Use、长周期办公等部分Agent任务上达到甚至超过部分前沿闭源模型成绩，但在科学推理和高难综合推理等测试中仍存在差距。
27B也是目前开源社区关注度较高的模型尺寸之一。相比此前开放的Qwen3.8-2.4T-A95B，Qwen3.8-27B采用Dense架构，参数规模大幅降低，部署门槛也更低。千问将其定位为面向开发者的高效率模型，希望覆盖本地应用以及对推理成本、部署灵活性要求更高的Agent场景。
结语：270亿参数，也在卷Agent了
Qwen3.8-27B比较值得关注的一点，是Agent能力正在进一步下沉到更容易部署的参数规模。
在270亿参数下，它已经把原生多模态、262K长上下文、可控推理以及Computer Use、软件工程、长周期办公等能力组合到同一个模型中，并在部分测试里追上甚至超过更大的闭源模型。
此前Qwen3.8-2.4T-A95B开放权重，把Max级模型能力带进开源；如今27B版本补上更偏实际部署的一档。
接下来值得期待的是，这款27B的模型进入本地环境后，能否真正跑出足够稳定、足够低成本的应用。