# Qwen3.8-27B 开源，单卡跑赢 Opus 4.6

- 来源：AYi (@AYi_AInotes)
- 发布时间：2026-08-15 10:50
- AIHOT 分数：54
- AIHOT 链接：https://aihot.news/items/cmstt7tul0h04ro0xgav9ypkv
- 原文链接：https://x.com/AYi_AInotes/status/2088458347339026591

## AI 摘要

Qwen3.8-27B 开源模型发布，27B 参数即可在单张 24GB 消费级显卡本地运行，编码与 Agent 能力超越 Claude Opus 4.6（SWE-bench Pro 61.7 vs 53.4，OSWorld 84.3 vs 72.7）。

## 正文

Qwen3.8-27B有点牛逼，
把接近Opus的能力，
塞进一张消费级显卡，这是掀桌子了？！

一张24G的卡就能本地跑Claude Opus 4.6了，完全私有🤯！

相当于把Opus级别的编码能力塞进一张大家都用得起的RTX 5090卡上，
200 tok/s，编码能力直接超过Opus 4.6，

咱们先看数字，
SWE-bench Pro 61.7，Claude Opus 4.6 Max 53.4。
OSWorld 84.3，Opus 72.7。
编码和Agent能力，这个27B的开源模型打赢了曾经的闭源巅峰模型，

纯推理还有差距，GPQA和HLE落后，但编码、工具调用、操作电脑，这是大多数人每天用AI干的事。

200 tok/s什么概念？
SGLang加NVFP4加投机解码，单卡5090实测206 tok/s。

比你读字快，比大多数API响应快，而且跑在你自己机器上。

没网络延迟，没token计费，数据不出门。

门槛极低，
Q4量化权重17到18GB，一张24GB的卡就够。

二手3090一千多美元，Q4跑40到70 tok/s，写代码完全够用。

4090更快，5090 32GB是消费级天花板，Q6/Q8随便上，长上下文不慌。

M4 Pro 48GB也能跑，安静省电，就是慢点。

跑法很简单，
LM Studio或Ollama，等GGUF量化包出来点一下就行。
追求速度上SGLang，Day-0就支持了。
Unsloth已经发了量化版，Hugging Face和ModelScope直接下。

### 引用推文

> Qwen：We promised open weights for Qwen3.8. Now, time to meet them! 🎉 ⚡ Qwen3.8-27B: - A native multimodal dense model. With just 27B parameters, it outperforms Qwen...