AREX Feed Article
阿里 Qwen 亲自下场：Qwen3.8-27B 开放权重本周杀到
一条回复，把「下周」变成了「本周」
北京时间 8 月 11 日上午 11 时 54 分，阿里 Qwen 官方 X 账号（@Alibaba_Qwen）在回复一位展示 Qwen3.8-Max 生成效果的开发者时，写下了一句话：
这不是一篇博客、一场发布会或一张模型卡。它是一条推文回复。但它把过去一周悬在开源社区头顶的「下周」变成了一个确切的窗口：8 月 10 日起的这一周，Qwen3.8-27B 的开放权重将正式落地 Hugging Face 和 ModelScope。截至发稿，权重文件尚未出现，仓库、模型卡和许可证仍为空——但时间表已经从官方口径锁死。
122K 次围观，社区集体「等不了」
Qwen 这条回复发出后不到 12 小时，阅读量突破 12.2 万，点赞超过 1100，转发达 90 次，引用 52 次。评论区几乎不需要翻译——「Can't wait」「Hell yeah」「Let's go」刷满了屏幕。
社区人物 @stevibe 发推总结：「30B models from Meta and NVIDIA, and Qwen3.8-27B will be joining them soon. What a great week for local LLMers!」巴黎开发者 @iamsupersocks 用法语写道：「昨天 Meta 的 Muse Glimmer，今天 NVIDIA 的 Nemotron 3.5 Lightning，明天大概率是 Qwen3.8-27B——什么时代。」
中文社区同样躁动。AI 创作者「岚叔」（@LufzzLiz）直接贴出了期待跑分的截图，Head of Growth @lobehub 的 Max For AI（@MaxForAI）用中文喊出「嗨起来家人们！！！」，该条推文十二小时内获得超过 1200 次浏览。
但热度之下也有冷静的声音。AI 基准测试平台 musthave.ai 的创始人 Abdessalam Alaoui（@musthaveai）发推提醒：「这是公告，不是已完成的开放权重发布。目前没有可检查的权重文件、模型卡、许可证或部署文档。当制品出现时，再抓取仓库、提交、许可证、运行时和基准版本。」
8 月 3 日到 8 月 12 日：一个承诺的兑现
8 月 3 日，阿里——一款 2.4 万亿参数、约 95B 活跃参数的 MoE 旗舰模型，支持 1M token 上下文和文本、图像、视频多模态输入，定价 $2/$6 每百万 token。同日，官方宣布 Qwen3.8-27B 将与 Max 的权重一同开放，时间点是「下周」。
这是 Qwen 首次承诺开放 Max 代际模型的权重。在 Qwen 的产品线中，「Max」此前一直意味着闭源旗舰——Qwen3.7-Max 仅通过 API 提供。Qwen3.8 代际打破了这个惯例。
Roboflow 的 Piotr Skalski 在其 中给出了一个更具体的日期：8 月 12 日。尽管该日期未被 Qwen 官方直接确认，但多位社区成员在 8 月 11 日的推文中反复提及「明天」，与 8 月 12 日高度吻合。
更重要的背景是同一周内其他模型的密集发布。8 月 10 日，Meta 释出 Muse Glimmer，一个 30B 参数的密集模型，Apache 2.0 许可，Artificial Analysis Intelligence Index 得分 35。8 月 11 日，NVIDIA 释出 Nemotron 3.5 Lightning，一个 30B 参数的 MoE 模型，仅 3B 活跃参数，在多个基准上与 GPT-OSS-120B 持平。Qwen3.8-27B 一旦落地，将成为 72 小时内第三个进入 27-30B 区间的重量级开放模型。
27B 参数之外，至今确认的只有名字和参数量
Qwen 官方至今没有为 Qwen3.8-27B 发布模型卡或技术报告。OrcaRouter 在 8 月 10 日发布的中列出的事实清单很直白：名字已确认，参数约 270 亿，定位为单卡可部署的开放权重模型。架构——是密集模型还是 MoE——尚未公布。上下文窗口未公布。模态支持未公布。基准分数未公布。许可证未公布。
一个可参考的下界是：密集架构，在本地开发者中建立了稳固的声誉。社区普遍预期 Qwen3.8-27B 至少应在此基线之上。
硬件方面，社区已有基于 Qwen3.6-27B 量化表的推算。Unsloth 的 Daniel Han 报告称，Qwen3.8-27B 在量化后约需 17GB 显存——一张 RTX 4090 即可运行。其他估算范围包括：Q3_K_M 量化约 13GB（12GB 显卡可用），Q6_K 量化约 21GB（24GB 显卡几乎无损），FP8 推理约 27GB（单张 L40S）。完整精度则需要 H100 80GB——那是跑基准的配置，不是多数人的日常。
Max 旗舰为 27B 设定了代际进步的上限参考。Alibaba 自称 Qwen3.8-Max 在 GPQA Diamond 上得分 92.6，Terminal-Bench 2.1 得分 86.6，SWE-bench Pro 得分 67.7。最惊人的跨越在 FrontierSWE：从上一代的 40.7 直接跃升至 73.5。Artificial Analysis 的第三方评测给了 Qwen3.8-Max Intelligence Index 56 分。这些均为厂商自报或早期第三方数据，27B 的实际代际衰减未知。如果 Max 的 agentic 增益能部分下流到 27B，「好的本地编程模型」的定义将被重写。
同一周，三个 30B，一个赛道
27-30B 参数区间在 2026 年之前并不是最拥挤的开源模型赛道。开发者要么选 7-13B 的小模型跑边缘设备，要么选 70B+ 的大模型跑服务器。27B 恰好卡在中间——大到可以做正经的代码工程和 Agent 工作流，小到一张消费级显卡就能跑。
上一代这个区间的标杆是 Qwen3.6-27B。它是开放权重模型中在 Artificial Analysis Intelligence Index 上得分最高的 30B 级模型之一，被大量本地开发者用于编程 Agent 和工具调用。
本周的局面完全不同。三天内，Meta 的 Muse Glimmer（30B 密集）、NVIDIA 的 Nemotron 3.5 Lightning（30B MoE，3B 活跃）和 Qwen3.8-27B 相继进入同一区间。三款模型都将单卡可部署作为核心设计约束。VRAMCalculator（@VRAMCalculator）发推指出：Lightning 在 4-bit 下仅需 22.1GB，AI Index 得分 24，与 120B 的 GPT-OSS 持平——四分之一参数实现同等水平。
Qwen3.8-27B 的特殊之处在于它继承了 Qwen 家族最强的 Agent 血统。如果 Max 在 OSWorld-Verified 上 86.1 的分数和 FrontierSWE 上 73.5 的跃升有任何程度的向下传导，它将不只是在基准上超越同级——而是重新定义这个尺寸能干什么。
Yotta Labs 中的判断很直接：「大部分生产团队最终会走分流路线：最难的 10% 流量走大模型 API，大量日常流量走自部署的小模型。Qwen 3.8 代际显然就是为这个分流而建的。」
真正的考试在 repo 出现的那个时刻
一条推文确认了一个窗口。但窗口和交付之间还有差距。
Qwen3.8-27B 落地后，第一个需要检查的不是基准分数，而是仓库里的 LICENSE 文件。此前多个 Qwen 版本搭载的是「通义千问」许可证——包含一条 1 亿月活用户触发商业谈判的条款。Apache 2.0 不是安全假设。
第二个需要观察的是架构。密集还是 MoE，决定了模型在推理延迟、微调成本和多任务表现上的根本差异。如果是密集模型，它会直接与 Meta 的 Muse Glimmer 在完全相同的地形上交锋。
第三个——也是社区最期待的——是 27B 在 SWE-bench 和 Agent 基准上的首份独立评测。Max 的代际飞跃已经设定了预期；27B 能留住多少，决定了它到底是「Max 的精简版」还是一个有独立存在价值的部署级模型。
OrcaRouter 在其先导文章中写道：「The week has not played out yet, and that is the point of a what-we-know-so-far piece.」