阿里通義千問團隊今日在 Hugging Face 平台釋出了新一代開源模型 Qwen3.8-27B，這是 Qwen 開源家族截至目前能力最強的一代。該模型為緊湊型稠密架構，擁有 270 億引數，原生支援影像與影片理解，並具備可靈活控制的思考模式，旨在以更低的部署成本承載複雜、多步驟的智慧體任務。
據模型卡資訊，Qwen3.8-27B 基於 Qwen3.5 的架構基礎構建，在編碼、專業工作、研究以及長週期智慧體任務上均有顯著提升。其原生上下文長度達 262,144 token，並可擴充套件至 100 萬 token，為處理長文件、長影片等場景提供了基礎。模型採用因果語言模型加視覺編碼器的架構，包含 64 層，隱藏維度 5120，並使用了 Gated DeltaNet 與 Gated Attention 的混合設計。
在文本能力基準測試中，Qwen3.8-27B 相較前代 Qwen3.6-27B 提升明顯。例如，在智慧體編碼基準 SWE-bench Pro 上，其得分從 53.5 升至 61.7；在程式碼生成基準 NL2Repo-Bench 上，從 36.2 升至 42.3；在長週期辦公任務基準 CoWorkBench 上，從 61.0 升至 70.7；在專業任務基準 JobBench 上，從 21.8 升至 33.4。在通用能力方面，指令跟隨基準 IFBench 得分 79.5，科學推理基準 GPQA Diamond 得分 89.2，多學科推理基準 HLE 得分 30.8，競技程式設計基準 LiveCodeBench v6 得分 90.3。
在多模態與智慧體能力上，Qwen3.8-27B 同樣表現突出。在計算機使用基準 OSWorld-Verified 上，其得分達 84.3，高於 Qwen3.6-27B 的 63.9；在瀏覽器使用基準 WebArena-Verified 上得分 64.8；在移動端使用基準 AndroidWorld 上得分 81.9。這些成績表明，該模型在真實環境中的自主操作能力有顯著進步。
模型卡還提到，Qwen3.8-27B 的思考模式預設開啟，但可根據請求關閉，並支援通過 reasoning_effort 調節推理深度，以及通過 preserve_thinking 保留歷史訊息中的推理上下文。這種靈活性讓開發者能根據任務需求在效能與成本之間權衡。
在部署相容性方面，該模型權重與配置檔案以 Hugging Face Transformers 格式提供，併兼容 vLLM、SGLang、TokenSpeed 等主流推理框架。官方還預告，Qwen3.8-27B 將作為託管版本在 Qwen Cloud 上線，提供預設 100 萬 token 上下文長度及官方內建工具等生產級特性，服務即將推出。
從產業視角看，Qwen3.8-27B 的釋出延續了開源模型在智慧體與多模態方向上的快速演進。其緊湊的 27B 規模與原生多模態能力，降低了開發者部署複雜 AI 應用的門檻，同時也對推理側的算力排程與最佳化提出了更高要求。隨著模型上下文視窗的擴充套件和智慧體任務的複雜化，對記憶體頻寬與長序列推理效率的挑戰也將成為產業鏈關注的重點。