昨晚（8月14日）23点，阿里千问正式开源 Qwen3.8 系列的首个模型 Qwen3.8-27B，权重同步上线 Hugging Face 和魔搭，所有开发者、科研机构和企业都能自由下载、部署和使用。这次是以宽松的 Apache 2.0 协议开放模型权重，所有人都可免费下载部署及商用。知乎
官方知乎帖下的热门留言，很能代表社区此刻的情绪：年初还有一帮人说国模能追上 Opus 4.6 就万事大吉够用了，结果 8 月还没过完，个人电脑能运行的 27B 小模型都快摸到 Opus 4.6 了。知乎
为什么偏偏是 27B？官方的说法是，27B（270 亿参数）是全球 AI 社区呼声最高的模型尺寸。知乎 原因也直白：这个参数规模基本是单卡部署的甜点位，再大一号消费级显卡塞不下，再小一号能力又要打折。这一代规格也给得足：原生多模态稠密模型，支持 262K 原生上下文，通过 YaRN 技术可外推到 1M Tokens，还新增了 reasoning_effort 参数，能按任务难度控制思考深度，更省资源。提升幅度有多大？上一代 Qwen3.6 27B 只够得上 Sonnet 4.5 的水平，这一代是完整继承 2.4T 旗舰技术的跨越式升级。哔哩哔哩
跑分是这次最炸裂的部分。官方口径里，新模型在编程和办公场景的性能大幅提升，表现甚至超越了 Qwen3.7-Plus。知乎 知乎网友老章的解读更直接：某些 Coding 场景已经可以硬碰 Opus 4.6 Max，长周期办公任务 CoWorkBench 也超过了它，GUI、Computer-use 这类电脑手机操作能力更是断层领先。知乎
不过先别急着上头。这些分数来自官方模型卡，部分项目用的是自建 Benchmark，有的公开 Benchmark 也采用了指定 Harness、修订题目或特定上下文配置，目前缺少第三方同条件验证。知乎 而且纯知识与硬推理仍有明显天花板，不少方面甚至不如 Qwen3.7-Plus——它强在干活，不在背书。
接下来是各位最关心的：模型免费，你的显卡跑得动吗？先把显存账算清楚。原版 BF16 的权重文件 56GB，同步放出的 FP8 版本直接砍掉将近一半，权重 31GB；但按 vLLM 放出的 Recipe，FP8 至少需要 38GB 显存，双 4090 才能跑。知乎 这两档基本不是给家用卡准备的。
家用真正能玩的，是 4-bit 量化版。写部署教程的黑虾算过一笔账：Q4_K_M 量化版约 18GB 左右，加上运行时的上下文开销，铁定得 24GB 显存。知乎 而 Unsloth 放出的 4-bit 版本只有 17GB，把上下文拉低一点，单卡 4090 真可以。知乎
于是社区吵起来了：B站有 UP 主说 4bit 量化后 16GB 显存就能跑，单张 4060 Ti 16G 就能本地部署。哔哩哔哩 知乎的部署教程却反复强调，铁定得 24GB 显存。知乎 到底听谁的？
其实两边都对，只是说的不是一件事。4-bit 量化文件 17GB 上下，16GB 显存的卡物理上装不下，只能把部分层 offload 到内存，或者换更激进的低位量化、再压缩上下文，速度和体验都要打折。可以参考上一代 Qwen3.6-27B 的实测：整个模型完全放入显存、完全使用 GPU 运行时，显存占用 19.17GB。知乎 所以 16GB 卡的「能跑」和「好用」之间隔着一条沟，有人总结得损但准确：跑 27B 经常面临一个死局，精度高了爆显存，精度低了变智障。知乎
Mac 阵营单独说：32GB 统一内存装下 17GB 的 Q4 量化版完全没问题，还有充足的上下文余量，安静省电；但 24GB 统一内存的 Mac（比如 Mac mini M4 24G）理论上也能加载，实际空间会非常紧，上下文长了容易卡，不推荐。知乎
对号入座，结论其实很清楚：
16GB 显存（RTX 4060 Ti 16G、4080 等）：能跑，但要接受 offload、短上下文或更狠的量化，体验打折，别抱太高期待；
24GB 显存（RTX 3090、4090、5090D 这类）：甜点位，已经有 3090 或 4090 的不用换卡，显存够用，直接跑；
32GB 以上统一内存的 Mac：能跑且省心，速度别和 N 卡比；
完全不想折腾：LM Studio 最省事，装好后搜索 Qwen3.8-27B，下载 Q4_K_M 量化版就能直接开聊。
走服务端部署路线的再提醒一句：vLLM 最低版本需要 0.27.2，目前稳定版本才 0.27.1，只能选择 Nightly。知乎
最后是灵魂问题：模型都免费了，要不要为它买张新显卡？我的判断是，大多数人不必。第一，现在显卡真的贵：AMD RX 9000 系列被曝 Q3 全面涨价，因显存成本上涨全产品线上调，其中 RX 9070 XT 指导价达 6999 元，大显存型号涨幅最高接近 50%。微博 NVIDIA 那边，RTX PRO 6000 Blackwell 也涨价至 16000 美元，较上市初期上涨 87%。微博 这个时间点冲着大显存买卡，等于给行情交溢价。
第二，云端先够用。千问 App、网页版都是现成的，足以先把 3.8 这一代的能力摸个大概，觉得真有必要再上硬件。第三，模型迭代太快，Qwen3.8 系列这个月密集落地，旗舰技术一轮轮往下放，今天为某个尺寸买的卡，下个月可能就有新答案。部署教程的作者说得直白：现在电脑硬件价格太高了，强烈建议不要买，还不如用云端 API 划算，除非有较高的数据隐私需求，不然实在没必要。知乎
那什么人适合真金白银上车？三类：手里已经有 24GB 显存卡的，零成本直接玩；本来就计划装一台高性能主力机、顺带把 24GB 卡列进配置的；以及有数据隐私、内网部署、微调二开这类刚需的。其他人，先玩免费版，等第三方复测齐了、显卡行情冷静了再做决定。
顺带说个小插曲。这次发布前，官方模型页一度 404，Hacker News 上出现过「阿里是否对 Qwen3.8-27B 食言」的质疑帖，结果是虚惊一场：8 月 14 日模型页如期上线，倒计时预告准确兑现，社区质疑未获事实支撑。知乎 截至目前千问已累计开源 460 余个模型，全球下载总量超 30 亿次，衍生模型超 30 万个，开源社区的信任就是这么一篇篇模型卡攒出来的。知乎
后续值得继续盯的信号：第三方同条件下的跑分复现、实际显存占用和出 token 速度的实测、LM Studio 等工具链对 Qwen3.8 系列的适配进度，以及 3.8 家族其他尺寸的开源节奏。有进展再来更新。
