信息卡

一句话定位

Qwen3.8 家族中的"紧凑部署款"：27B 全参稠密（非 MoE）、线性+全注意力混合、原生视觉与小视频理解，Apache-2.0 完全开放——企业私有化部署 Qwen3.8 能力时的默认答案。

为什么上热度榜

3.8 系列 2026 年 8 月集中发布形成话题共振，本型号以 Apache-2.0 + 单机可跑的组合承接了最大体量的落地需求；Agent 类基准亮眼（Terminal Bench 2.1 达 73.0、OSWorld-Verified 84.3），恰好踩中 agentic 应用元年对"小而能干"基座模型的饥渴；FP8 官方版与大量第三方量化同步出现，进一步推高下载与热度。

模型规格与技术亮点

• 参数：27B（safetensors 约 277.8 亿，BF16，页面标 28B），64 层，hidden dim 5120，FFN 中间维 17,408，词表约 248K。
• 混合注意力："16 × (3 × (Gated DeltaNet → FFN) → 1 × (Gated Attention → FFN))" 循环堆叠——三组线性注意力配一组全注意力，兼顾效率与精度。
• 上下文：原生 262,144 tokens，YaRN factor=4 可扩至 1M（partial_rotary_factor=0.25）。
• 训练：Pre-training + Post-training，采用 MTP 多步预测目标。
• 能力定位：编码、专业工作、研究与长程 agentic 任务；默认思考模式，支持 reasoning_effort（xhigh/high/low）调节。代表成绩 GPQA Diamond 89.2、SWE-bench Pro 61.7、HLE 30.8。

使用方式与代码示例

Transformers：`pipeline("image-text-to-text")` 或 `AutoModelForMultimodalLM` + `AutoProcessor` 加载；vLLM/SGLang 一行起服：

vllm serve Qwen/Qwen3.8-27B

随后经 OpenAI 兼容 API 支持文本、图像、视频输入及思考模式切换。官方另发布 FP8 版（Qwen/Qwen3.8-27B-FP8）；featherless-ai、deepinfra 提供第三方托管。采样参考同家族规范：思考模式 temperature=1.0/top_p=0.95/top_k=20，非思考 temperature=0.7/top_p=0.80/presence_penalty=1.5。（以上为采集时点页面信息）

部署建议（本地/云端量化选择）

BF16 全量约 56GB 显存，单张 80GB A100/H100 或双 48GB 卡即可舒适运行，是企业级的甜点位；显存紧张时优先官方 FP8；本地体验走 llama.cpp/Ollama/LM Studio 的 GGUF 量化版（macOS 大内存机型可承担中低量化档位）；并发生产环境用 vLLM 开前缀缓存。云端已有 deepinfra 等即取即用选项。

典型应用场景

企业内网私有化多模态助手（合同/图纸/截图理解）；编码 Agent 与终端自动化（Terminal Bench 强项）；长文档审阅与合规审查；小时级视频内容解析与摘要管线。

同类模型对比

对比 Qwen3.8-Flash-Next：27B 是稠密确定性方案，部署简单、行为可控，代价是每 token 计算量更大；对比 Gemma 4 同级稠密模型：本模型在 agentic 编码基准上普遍占优且上下文更长；对比旧代 Qwen3-30B-A3B MoE：新架构以更少层数实现更高推理密度。横向排名请以最新榜单为准。

资源导航

模型页 https://huggingface.co/Qwen/Qwen3.8-27B · FP8 官方仓 Qwen/Qwen3.8-27B-FP8 · vLLM/SGLang 部署文档见模型卡 · Ollama/LM Studio 社区 GGUF 检索同名关键词