模型发布与市场表现

阿里巴巴日前开源发布了多模态AI模型Qwen3.8-27B。该模型参数量约为270亿，采用Apache 2许可证，支持图像理解并以开源形式免费提供。根据阿里巴巴公布的自测基准，Qwen3.8-27B的表现接近Anthropic的“Opus4.6 Max”。

在市场反响方面，Qwen3.8-27B在开源两天内下载量突破100万次，并登顶Hugging Face全球大模型趋势榜。Hugging Face的报告指出，Qwen已成为全球开源社区的基座模型，今年前七个月在该平台的下载量达20.45亿次，衍生模型突破15万个。

本地运行与硬件适配

Qwen3.8-27B被设计为可在配置较高的MacBook Pro、Mac Studio等设备上实现本地运行。由于300亿参数左右的中型模型量化后可装入笔记本电脑，被认为是受欢迎的本地部署尺寸。

目前，全球AI产业链正围绕该模型进行适配。芯片厂商包括平头哥、英伟达、AMD、沐曦、联发科、摩尔线程等；推理框架则有vLLm、SGlang、TokenSpeed、Ollama、UnSloth、LM Studio等。此外，Kilo、Cline、Hermes等海外AI编程与智能体工具也已迅速接入。

实测性能与功能评估

开发者Simon Willison对该模型进行了实测。在视觉定位能力方面，模型能准确给出照片中目标的坐标，并能编写核验工具。在代码代理场景中，模型不仅能编写代码，还能检索并阅读多个文件以解释登录功能的实现方式，并直接修改源代码文件。

另一项实测显示，在4×RTX 4090环境下使用vLLM运行Qwen3.8-27B-AWQ，单流生成速度约为108 tok/s，在128路并发测试中零失败，聚合吞吐量为2,274 tok/s。

响应速度与设置争议

尽管性能亮眼，但响应速度被认为是该模型的短板。Simon Willison指出，模型默认设置过于激进，回答前会进入“深度思考（xhigh）”过程，导致简单请求也需较长时间处理。例如，在开启深度思考时，模型生成一张图像耗时21分钟，而关闭后仅需约2分钟，但图像完成度有所下降。

不过，开发者社区在模型开源后的两天内，已找到可将运行速度提升70%以上的方法。