Qwen 宣布 Qwen3.8-27B 在 Cerebras 上线，并邀请用户试用

北京时间 9 月 12 日下午，阿里巴巴 Qwen 的官方 X 账号 @Alibaba_Qwen 宣布，Qwen3.8-27B「现已在 @cerebras 上以快速推理运行」，并邀请用户「现在就试」。

更具体的规格由 Cerebras 一侧给出：在 Qwen 发帖前约 11 小时（北京时间 9 月 12 日凌晨），Cerebras 的官方账号该模型「现已以 Cerebras 的速度上线」，并称这个来自 @Alibaba_Qwen 的稠密（dense）、开源权重模型在 Artificial Analysis Intelligence Index 上得分 34，与 GPT-5.6 Luna、DeepseekV4 Pro、Claude Sonnet 4.6 相当。Cerebras 的则把标称速度列为约 1,850 tokens/s。

帖文只有三句：一句口号、一句宣布、一句邀请

帖文以一句「快遇上开放」（Fast meets open）开场，宣布与邀请各占一句。帖文没有给出评测分数或速度数字，「现在就试」也没有附上链接或调用入口；速度、价格与调用方式等细节来自 Cerebras 一侧的资料。截至发稿，这条帖文有约 11.7 万次浏览、900 多个点赞和 50 多条回复。

Cerebras 端点：$0.99/$1.49 定价、64K/128K 上下文

Cerebras 的给出模型 ID qwen-3.8-27b 和更细的数字：输入每百万 token 收 $0.99、输出每百万 token 收 $1.49；免费试用的上下文上限是 64K、最大输出 32K；付费层及试用客户为 128K 与 40K；推理强度（reasoning effort）默认 high，可以用 reasoning_effort 设为 none 关闭。图像输入必须走 Chat Completions 接口、以 base64 编码的 PNG 或 JPEG 提交，免费试用每条请求最多 2 张、共享层的开发者与企业账户最多 10 张；其余能力包括流式输出、结构化输出、工具调用、并行工具调用和提示缓存。

Qwen3.8-27B：稠密、多模态、Apache 2.0

阿里巴巴在中介绍，Qwen3.8-27B 是 Qwen3.8 系列的开源权重成员：一个原生多模态的稠密模型，能理解图像和视频，可在消费级硬件上运行，量化后甚至能装进笔记本；主要面向编码、专业工作、研究与长程 agent（智能体）任务。模型采用 Apache 2.0 许可，原生上下文 262K，可扩展到 100 万 token；阿里称它的表现与 Qwen3.7-Plus 相当，后者是规模十倍于它的 MoE（混合专家）模型。

Hugging Face 的给出同样的上下文数字（262,144 原生、可扩展至 1,000,000），并写明官方托管版服务「即将推出」。

在 Cerebras 端点上，可用上下文的上限是 64K（免费试用）或 128K（付费），低于模型原生的 262K。

公告还引用 Hugging Face 数据称，Qwen 的衍生模型约 15.1 万个，在各机构中居首，约为 Meta 相关总量的 2.6 倍。

回复区反馈：速度获好评，编码与成本被点名

帖文下方的回复方向并不一致。评价它是「一个好模型（而且非常非常快）」；回应「可惜它对任何编码任务都用不了，其他方面真的很棒」；说它「知识类很好，但用于编码非常贵」，从成本考虑，Flash 变体会是首选。

的追问更接近机制层面：他称这个 34 分来自 xhigh 推理档，并追问 Cerebras 端点服务的是哪个档位；他认为若同样是 xhigh，输出 token 的消耗会抵消速度优势。

共享层的限额：每分钟 15 万 token

模型详情页还列出了额度：免费试用每分钟 5 次请求、3 万个未缓存 token、9 万总 token，每天 100 万 token；开发者档每分钟 300 次请求、15 万个未缓存 token、45 万总 token，没有每日上限。

Hacker News 9 月初关于这个端点的里，开发者的看法并不统一：nostrebored 认为这项限额「很可能让它在很多编码任务上不可用」；Aurornis 反驳说这个额度已经很高，真正的天花板是 128K 上下文；wild_egg 按输入 token 计算，一分钟大约只够 3 个 5 万 token 的请求。

Cerebras 的目录页注明，这类公共端点覆盖免费试用与按量付费两档；需要预留容量、更高吞吐与生产级 SLA（服务等级协议）的团队，应改用专用端点。至于标称速度在真实负载、尤其是长上下文下能兑现多少，开发者已在 Qwen 的帖文下提问：「长上下文下吞吐还能保持吗？」