阿里通义千问发布 Qwen3.8-27B
事件全貌
AI 综述2026年8月14日，阿里巴巴通义千问团队正式开源Qwen3.8系列模型，包括Qwen3.8-27B和Max级Qwen3.8-2.4T-A95B。Qwen3.8-27B为原生多模态稠密模型，仅27B参数，采用Apache 2.0许可，所有开发者、科研机构和企业均可自由下载、部署和使用。
该模型原生支持262K上下文窗口，可通过YaRN技术外推至1M tokens。官方宣称其整体性能超越Qwen3.7-Plus，在编程和办公场景表现突出，并新增reasoning_effort功能以按任务难度控制思考深度。
第三方报道称该模型在智能体编程、计算机使用、浏览器任务及长周期专业工作中达到SOTA，多项基准超越Claude Opus 4.6 Max，但基准结果为官方自测，尚待独立验证。最新报道补充了具体基准分数：SWE-bench Pro 61.7 vs 53.4，OSWorld 84.3 vs 72.7，并指出模型可在单张24GB消费级显卡上本地运行。
AI 汇总报道生成 · 32天前更新。单篇报道保留其发布时的原貌。
Qwen3.8-27B可在单张24GB显卡运行，编码与Agent基准超越Opus 4.6。
报道时间线
沿着报道，了解事件的不同侧面。
- Qwen3.8-27B 开源，单卡跑赢 Opus 4.6
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）。
- 阿里开源Qwen3.8-27B多模态模型
阿里巴巴发布Qwen3.8-27B，一款27B参数的开源多模态稠密模型，采用Apache 2.0许可，支持Transformers、vLLM、SGLang及本地量化部署。
- Qwen3.8-27B 发布：27B 参数原生多模态模型，综合表现超越 Qwen3.7-Plus
通义千问发布 Qwen3.8-27B，一款仅 27B 参数的原生多模态密集模型，综合表现超越 Qwen3.7-Plus，在真实编码与办公工作流中尤为突出。该模型原生支持 262K 上下文，可通过 YaRN 轻松扩展至 1M token，采用 Apache 2.0 许可证开源。此外，Qwen3.8-2.4T-A95B（Max 级）的开放权重也已于近期发布。
- 阿里云开源 Qwen3.8 系列模型
阿里云兑现承诺，开源 Qwen3.8 系列模型。其中 Qwen3.8-27B 为原生多模态稠密模型，仅 27B 参数即全面超越 Qwen3.7-Plus，原生支持 262K 上下文，可通过 YaRN 扩展至 1M tokens，采用 Apache 2.0 许可。Max 级 Qwen3.8-2.4T-A95B 的开放权重也已发布。
- 阿里发布Qwen3.8-27B开源权重
阿里巴巴在Hugging Face以Apache 2.0协议发布Qwen3.8-27B权重，该原生多模态稠密模型仅27B参数，整体性能超越Qwen3.7-Plus，在真实编码与办公场景表现突出。模型支持262K原生上下文，可通过YaRN扩展至1M tokens，基准测试表现与Opus 4.6相当。Qwen3.8-2.4T-A95B（Max级）权重也已同步开放。
- 通义千问开源 Qwen3.8 系列模型
通义千问兑现承诺，开源 Qwen3.8 系列模型。其中 Qwen3.8-27B 为原生多模态稠密模型，仅 27B 参数即全面超越 Qwen3.7-Plus，原生支持 262K 上下文，可通过 YaRN 扩展至 1M tokens，采用 Apache 2.0 许可。Max 级 Qwen3.8-2.4T-A95B 的开放权重也已同步发布。
- Qwen3.8-27B 发布：小模型挑战前沿智能体
阿里通义千问发布 Qwen3.8-27B，仅 27B 参数的开源多模态模型，宣称在智能体编程、计算机使用、浏览器任务及长周期专业工作中达到 SOTA，多项基准超越 Claude Opus 4.6 Max。支持图像、视频、可配置推理，原生 262K 上下文窗口可扩展至 1M，Apache 2.0 协议可自托管。基准结果为官方自测，尚待独立验证。
- 阿里开源 Qwen3.8-27B 模型，编程、办公场景表现超越 Qwen3.7-Plus
阿里千问大模型公众号宣布正式开源 Qwen3.8-27B，所有开发者、科研机构和企业均可自由下载、部署和使用。该模型为原生多模态稠密模型，支持 262K 原生上下文，可通过 YaRN 技术外推至 1M Tokens。较 Qwen3.6-27B，新模型在编程和办公场景性能大幅提升，表现超越 Qwen3.7-Plus，并新增 reasoning_effort 功能以按任务难度控制思考深度。