今天，我们正式开源 Qwen3.8-27B。这是 Qwen3.8 系列面向本地部署和轻量化应用的重要成员，也是千问在"发布即开源、开源即可用"理念下的又一实践。

Qwen3.8-27B 是一款 270 亿参数 的原生多模态稠密（Dense）模型，采用 Apache 2.0 协议完全开放，开发者、科研机构和企业均可免费下载、部署及商用。模型原生支持图像和视频理解，原生上下文长度达到 262K，通过 YaRN 技术可扩展至 100 万 Tokens。

相比 2.4 万亿参数的 Qwen3.8-Max 旗舰版本，27B 稠密架构的部署门槛大幅降低——一张 48GB 显存的 GPU（如 A6000/L40S）通过 4bit 量化即可完整部署，家用级显卡也能运行，更适合本地部署、边缘计算和轻量化应用开发。

核心亮点：

• Apache 2.0 完全开源：权重开放，免费商用，可自由分发修改
• 原生多模态稠密架构：270 亿参数，非 MoE，每次前向传播激活全部参数，无路由开销
• 图文视频一体处理：支持 STEM 图表、文档、真实世界图像、小时级长视频理解
• 262K 原生上下文：YaRN 外推至 1M，一次可处理整本《三体》或整个中型代码仓库
• 可控推理（reasoning_effort）：首次在开源阵营引入动态思考深度控制（low/medium/xhigh）
• Agent 能力越级：SWE-bench Pro 61.7、CoWorkBench 70.7、OSWorld 84.3，多项超越 Claude Opus 4.6 Max

架构设计

Qwen3.8-27B 延续 Qwen3.5 的架构基础，是一款带视觉编码器的原生多模态 Dense 模型：

• 参数量：27,781,427,952（约 270 亿）
• 网络层数：64 层，隐藏维度 5120
• 注意力结构：16 组混合结构，每组 3 个 Gated DeltaNet 块 + 1 个全注意力块（共 48 个线性注意力块 + 16 个全注意力块）
• 多步预测：训练了 Multi-Token Prediction（MTP）能力
• 思考模式：默认开启，支持 preserve_thinking 保留历史推理上下文

稠密架构相比 MoE 模型的优势：所有参数每次前向传播都被激活，不存在路由开销和专家负载不均衡问题；推理延迟可预测，适合对时延敏感的在线服务场景。

性能表现

编程与 Agent 能力

Computer Use 能力

27B 参数模型在多个 Agent 和 Computer Use 基准上不仅超越了参数规模更大的 Qwen3.7-Plus，还超过了 Claude Opus 4.6 Max 的官方成绩，展现出极强的参数效率。正如海外开发者评价："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。"

部署与使用

Qwen3.8-27B 已兼容主流推理框架，包括 Hugging Face Transformers、vLLM、SGLang、TokenSpeed、Ollama、LM Studio 和 llama.cpp。配套的 AWQ/GPTQ 量化版本、GGUF 格式已在社区同步跟进。

快速开始（Transformers）

python
from transformers import AutoModelForCausalLM, AutoProcessor
import torch

model_id = "Qwen/Qwen3.8-27B"

processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)

messages = [
    {"role": "user", "content": [
        {"type": "image", "image": "https://example.com/diagram.png"},
        {"type": "text", "text": "请解释这张架构图的整体设计，并指出可能的瓶颈。"}
    ]}
]

text = processor.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = processor(text, images=["https://example.com/diagram.png"], return_tensors="pt").to(model.device)

outputs = model.generate(inputs, max_new_tokens=2048)
print(processor.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))

reasoning_effort 动态思考控制

开发者可以根据任务复杂度调节推理深度：

• low：简单问答、快速响应，延迟最低
• medium：日常任务平衡
• xhigh：复杂推理、深度编程

python
output = model.generate(..., thinking=False)

调节思考深度
output = model.generate(..., reasoning_effort="xhigh")

后续 Qwen3.8-27B 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。

开源地址

• Hugging Face：https://huggingface.co/collections/Qwen/qwen38
• 魔搭社区（ModelScope）：https://www.modelscope.cn/collections/Qwen/Qwen38

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，是全球 AI 社区最受欢迎的开源模型家族之一。