时间线
- 8.5
Qwen3.8 27B 在人工智能分析基准中得 52 分，超越更大模型
阿里巴巴 Qwen 团队推出的 27B 参数开放权重模型 Qwen3.8-27B，在 Artificial Analysis 基准上取得 52 分，超过参数规模高达 150B+ 的模型，并与 DeepSeek V4 Flash 0731 持平。它还能媲美或超越六个月前发布的顶尖模型 Claude Opus 4.6。 这是开源 AI 的一个重要里程碑，表明一个小型稠密模型能够匹敌甚至超越更大的前沿模型。这可能使高端 AI 能力更加普及，让开发者能在消费级硬件上运行接近前沿的性能。 该模型是一款原生多模态视觉-语言模型，采用 Apache 2.0 开放权重，擅长编码、智能体工作流和办公自动化。社区基准测试显示其得分 52，与 DeepSeek V4 Flash 0731 相同，并在 Artificial Analysis 上超过 Opus 4.6；部分用户指出 Opus 仍拥有更丰富的世界知识。
- 8.0
Qwen3.8-27B：27B开源权重模型在编程基准上超越更大模型
阿里巴巴 Qwen 团队发布了 Qwen3.8-27B，一个 270 亿参数的开源权重模型，据称在编程基准上超越更大的模型（如 Claude Opus），同时小到可以在笔记本电脑上运行。Hugging Face 上发布的是 FP8 量化版本，社区 GGUF 量化版本也已可用。 此次发布缩小了前沿模型与本地可运行模型之间的差距，使开发者无需支付昂贵的 API 费用即可在消费级硬件上使用先进的推理和编程能力。这也标志着开源权重赛道竞争加剧，可能对闭源模型的定价造成压力。 Hugging Face 上发布的是 FP8 量化版本（Qwen3.8-27B-FP8），社区量化版本（如 Unsloth 的 GGUF 文件）已可用于通过 llama.cpp 进行本地推理。社区测试中，它在 DeepSWE 上得分为 42.2，超过了使用 Claude Code 的 Claude Opus 4.7 Max 的 40 分。
- 8.0
Qwen发布Qwen3.8-2.4T：2.4万亿参数的MoE模型
Qwen发布了Qwen3.8-2.4T-A95B，这是一个混合专家（MoE）模型，总参数2.4万亿，激活参数950亿。模型卡称其性能接近前沿水平，可与Claude Opus及Fable系列模型相媲美，并已在Hugging Face上发布BF16和FP8权重。 作为领先AI实验室发布的重要开源权重模型，Qwen3.8-2.4T通过MoE的稀疏激活大幅降低推理成本，使开源模型进一步接近闭源前沿系统。这可能加速高端开源模型在科研和生产环境中的部署。 该模型在发布时仅提供BF16和FP8精度，社区估算完整的BF16检查点约需4.9TB存储，而Unsloth的1比特量化版为397GB。开源权重版本不具备官方Qwen3.8-Max中的视觉输入和100万token上下文长度等功能。