智东西
作者｜江宇
编辑｜心缘

智东西8月14日报道，阿里千问刚刚正式开源Qwen3.8-27B模型权重。

Qwen3.8-27B是一款拥有270亿参数的原生多模态稠密模型，支持图像理解与视频理解，原生上下文长度达到262K，并可借助YaRN扩展到100万Tokens。

与超大规模MoE模型相比，27B的Dense架构部署门槛更低，量化后普通家用显卡也能运行，更适合本地部署、轻量化应用开发和企业落地。该模型基于Apache 2.0协议开放，开发者、科研机构及企业用户均可免费下载、部署和商用。

▲Qwen3.8-27B开源主页（图源：Hugging Face）

这是Qwen3.8系列最新对外开放的模型版本。此前，千问已经开源Qwen3.8-2.4T-A95B模型权重，该模型也是8月3日发布的Qwen3.8-Max所依托的Max级底座。相比总参数高达2.4万亿、激活参数950亿的旗舰模型，这次发布的Qwen3.8-27B进一步将Qwen3.8的Agent能力、多模态能力和长上下文能力压缩进270亿参数的Dense模型中，更强调本地运行和轻量部署场景。

从官方测试结果来看，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都有明显提升，多项指标甚至超过参数规模更大的Qwen3.7-Plus；在SWE-bench Pro、OSWorld-Verified等部分基准测试中，其成绩还超越了Claude Opus 4.6 Max。

模型开源后也迅速引发海外开发者关注。有网友评价称，Qwen3.8-27B当前的整体表现“令人印象深刻”，尤其是在仅有270亿参数的前提下，部分任务能力已经超过Claude Opus 4.6 Max。

一位海外知名AI博主则将Qwen3.8-27B形容为一次“显著跃升”。他认为，一个值得持续关注的趋势是，过去主要集中在前沿超大模型上的Agent能力，正在进入参数更小、成本更低、可自行部署的开源模型之中。不过他也提醒，目前公开的Benchmark成绩主要来自千问最新测试，仍需更多第三方独立评测进一步验证。

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后续还将上线最新API版本，默认提供100万Tokens上下文，以及最新内置工具等生产级能力。

截至目前，千问累计开源模型已超过460个，Qwen系列全球下载量已突破30亿次，衍生模型数量超过30万个。

一、270亿参数集成多模态与Agent能力，原生上下文达到262K

Qwen3.8-27B延续了Qwen3.8的技术路线，是一款配备视觉编码器的原生多模态Dense模型。该模型参数量为270亿，包含64层网络，隐藏维度为5120，并采用Gated DeltaNet与Gated Attention组合的混合架构，同时训练了多步Multi-Token Prediction（MTP）能力。

相比传统只能处理文本的27B模型，Qwen3.8-27B原生支持图像识别、视频理解等多模态任务，可以处理STEM图表、文档、真实世界图像以及小时级长视频等复杂内容。

在上下文能力方面，模型原生支持262144 Tokens，并可通过YaRN技术进一步扩展到100万Tokens。这意味着，27B这一相对易部署的参数规模，已经能够同时覆盖长文档处理、多模态理解以及长周期Agent任务等应用需求。

此次千问还进一步强化了模型的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能力。

Qwen3.8-27B默认开启思考模式，同时加入reasoning_effort功能，可根据任务复杂度灵活调节推理深度。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，从而在模型效果与推理成本之间实现更细粒度控制。

在部署生态方面，Qwen3.8-27B目前已经兼容Hugging Face Transformers、vLLM、SGLang、TokenSpeed等主流框架，方便开发者快速接入和本地部署。

二、编程与办公能力显著提升，部分成绩超过Claude Opus 4.6 Max

此次Qwen3.8-27B一个非常突出的变化，在于270亿参数模型的Agent能力继续向更大模型靠拢。

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，同时也超过Claude Opus 4.6 Max最新成绩53.4分。

在千问自建的两项评测中，Qwen3.8-27B同样展现出较为明显的领先优势。

在软件工程基准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能力上的提升同样十分明显。

在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。在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。

在多模态软件工程SWE-MM测试中，Qwen3.8-27B拿到38.6分，明显领先于Qwen3.7-Plus的30.0分和Claude Opus 4.6 Max的27.1分。不仅如此，在竞技编程基准LiveCodeBench v6上，Qwen3.8-27B也取得90.3分，同样高于Claude Opus 4.6 Max的88.8分。

不过，Qwen3.8-27B并不是在所有评测项目中都领先于更大的模型。

以Terminal Bench 2.1为例，Qwen3.8-27B拿到73.0分，略低于Claude Opus 4.6 Max的78.2分；在GPQA Diamond中，Qwen3.8-27B为89.2分，Claude Opus 4.6 Max则为91.3分；再看HLE测试，两者成绩分别为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的成绩，但在科学推理和高难度综合推理等测试中仍存在一定差距。

27B也是当前开源大模型社区关注度较高的模型尺寸之一。相比此前开源的Qwen3.8-2.4T-A95B，Qwen3.8-27B采用Dense架构，参数规模大幅下降，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应用场景。

结语：270亿参数，也开始全面卷Agent

Qwen3.8-27B最值得关注的一点，是Agent能力正在进一步下沉到更容易部署、更适合本地运行的参数规模。

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、长周期办公等能力整合到同一个模型中，并在部分测试里追平甚至超过更大的闭源模型。

此前Qwen3.8-2.4T-A95B开放权重，把Max级模型能力带入开源生态；如今27B版本则补上了更偏向实际部署和应用落地的一档。

接下来更值得期待的是，这款27B开源模型进入本地环境之后，能否真正跑出足够稳定、足够低成本、可持续落地的实际应用。