阿里千问开源Qwen3.8-27B：270亿参数性能超越Qwen3.7-Plus
来源：互联网8月14日晚，阿里巴巴千问团队正式开源Qwen3.8-27B模型。这是一款270亿参数的原生多模态稠密模型，采用Apache 2.0协议，允许所有人免费下载、部署及商用。该模型在编程、办公任务及长视频理解等场景的性能提升显著，同时通过量化部署，已能在消费级显卡上流畅运行。
架构与上下文能力
Qwen3.8-27B采用包含视觉编码器的原生多模态稠密架构，网络结构为64层，隐藏维度5120，使用Gated DeltaNet与Gated Attention组合的混合结构。模型原生支持262144 Tokens（262K）上下文，通过YaRN技术可进一步外推至100万Tokens（1M）。多模态能力覆盖STEM图表、文档、真实世界图像以及小时级长视频的理解。此外，模型训练了多步Multi-Token Prediction（MTP）能力，可提升推理效率。
性能表现与能力提升
在多项基准测试中，Qwen3.8-27B的整体水平超越Qwen3.7-Plus，较前代Qwen3.6-27B在编程和办公场景实现了大幅提升。具体而言，Agentic terminal coding测试得分从63.4提升至73.0；SWE-bench Pro测试得分从53.5提升至61.7；JobBench专业工作任务测试得分从21.8提升至33.4，增幅约50%。这些数据表明，该模型在复杂任务执行和端到端工作流处理方面具备更强能力。
关键特性与Agent能力
Qwen3.8-27B引入了reasoning_effort功能，允许开发者根据任务难度动态调节模型的思考深度，从而在保持性能的同时节省计算资源。模型默认开启思考模式，但开发者可针对单次请求关闭。通过preserve_thinking功能，模型能够保留历史消息中的推理上下文，支持多轮复杂交互。在Agent能力方面，模型强化了自主规划、环境反馈处理以及复杂任务的端到端执行，能够直接交付可靠成果。
开源生态与部署兼容性
模型权重已在Hugging Face和魔搭社区（ModelScope）同步上线，兼容Hugging Face Transformers、vLLM、SGLang、TokenSpeed等主流推理框架。量化后的版本可在消费级显卡上流畅运行，降低了本地部署门槛。后续官方API版本将上线，默认提供100万Tokens上下文支持。
开源生态数据
千问团队同时开源了旗舰模型Qwen3.8-Max的权重。截至目前，千问已累计开源460余个模型，Qwen系列全球下载总量超过30亿次，衍生模型数超过30万个，保持全球第一开源模型系列的地位。
Qwen3.8-27B的开源，进一步降低了高性能多模态模型的应用门槛。其在长上下文、视频理解及Agent任务上的强化，为开发者在复杂工作流自动化、多模态内容分析及端侧智能部署等场景提供了新的基础模型选择。
