阿里通义千问团队在Hugging Face上发布了Qwen3.8-27B，这是Qwen开源模型家族迄今能力最强的一代中的紧凑型稠密模型。该模型采用Apache 2.0许可，权重与配置文件已开放下载，兼容Hugging Face Transformers、vLLM、SGLang、TokenSpeed等主流推理框架。
Qwen3.8-27B是一个原生视觉语言模型，能够理解图像和视频，并支持灵活的思考控制。其上下文长度原生为262,144 token，可扩展至1,000,000 token。模型参数规模为27B，隐藏维度5120，共64层，采用混合注意力布局（Gated DeltaNet与Gated Attention交替），并经过多步多token预测（MTP）训练。
官方基准测试显示，Qwen3.8-27B在多项任务上较前代Qwen3.6-27B有明显提升。在编码智能体任务中，Terminal Bench 2.1得分73.0（前代63.4），SWE-bench Pro得分61.7（前代53.5），Repo级代码生成NL2Repo-Bench得分42.3（前代36.2），DeepSWE 1.1得分42.2（前代13.3），内部软件工程基准QwenSWEBench得分79.0（前代49.3）。长程办公任务CoWorkBench得分70.7（前代61.0），专业工作任务JobBench得分33.4（前代21.8）。前沿智能体任务Agents' Last Exam Pass@1为20.4（前代10.6）。通用指令遵循IFBench得分79.5（前代69.1），科学推理GPQA Diamond得分89.2（前代87.8），多学科推理HLE得分30.8（前代24.0），竞赛编码LiveCodeBench v6得分90.3（前代83.9）。
与同场对比的闭源模型相比，Qwen3.8-27B在部分指标上接近或超过Qwen3.7-Plus和Muse Glimmer-30B，但在Terminal Bench 2.1、HLE等任务上仍落后于Opus4.6 Max（分别为78.2和40.0）。在视觉语言性能方面，Qwen3.8-27B在OSWorld-Verified计算机使用任务上得分84.3，显著高于前代的63.9和Qwen3.7-Plus的73.3，也高于Opus4.6 Max的72.7。
该模型默认开启思考模式，可通过请求关闭，并支持用reasoning_effort调节推理深度，通过preserve_thinking保留历史消息中的推理上下文。对于不想自行维护基础设施的用户，官方Qwen API服务由Qwen Cloud提供，Qwen3.8-27B的托管版本将默认支持100万token上下文和官方内置工具，目前该服务即将上线。
从产业角度看，Qwen3.8-27B以27B的稠密参数规模实现了较强的多模态与智能体能力，延续了Qwen系列在开源社区的高迭代节奏。其Apache 2.0许可和主流推理框架兼容性，降低了企业本地部署与二次开发的门槛，可能进一步推动开源模型在编码、办公自动化等场景的落地。同时，官方云托管服务的推出也意味着阿里在开源与商业化之间保持双轨策略，既通过开放权重扩大生态影响力，又以云服务承接企业级推理需求。对AI算力产业链而言，更高效的稠密模型有助于降低单位推理成本，但多模态与长上下文能力也可能推高单次调用的算力消耗，具体影响取决于实际部署规模与场景。