Qwen4预览刚上桌,27B还没出:本地的你先算清三笔账
这两天AI圈被一个字承包了——“鲲”。Qwen官方发布的预热海报上只有一句古诗词:「北冥有鱼,其名为_」。不少海外开发者为了解开彩蛋,连夜搜起了《庄子》和中国神话;内测用户晒出的地下城、白宫3D demo也确实抓眼球。但本地玩家先别上头:你们真正在等的Qwen4-27B,到今天为止还没出。知乎
另一边,Qwen4-Max预览版已经上线阿里TokenPlan,限时最低1折体验,千问办公、Qoder等第一时间接入。知乎知乎
第一笔账:它到底啥时候来?没人给准信。9月22日云栖大会,Qwen团队第一次把Qwen4的完整阵容端上台面:Qwen4-Max、Qwen4-Flash、Qwen4-Plus、Qwen4-27B。但四个名字后面挂的都是「Coming Soon」,官方口径只有"已在训练中"。10月底阿姆斯特丹现场,官方幻灯片再次列出首发四档,阿里云CTO口头提了句next week。结果等来的是Max预览版,社区推算27B"最乐观的时间应该在11月底,甚至要到12月初"。官方从没给27B承诺过任何一个日期,预算不能按"快了"来做。知乎知乎哔哩哔哩
第二笔账:真发布了,电脑接得住吗?好消息:架构和工具早就铺好了路。8月底上线的Qwen3.8-Flash-Next,config.json里的model_type直接标着qwen4_exp。它就是Qwen4架构的彩排版:主模型125B参数,每个token实际只激活约6B,外加一张51B的n-gram嵌入表放在算力预算之外。知乎知乎
推理生态同样在等米下锅:官方仓库已完成对transformers、llama.cpp、vLLM等框架的适配,Qwen4权重出来时主流框架基本首日就能跑。社区更是抢跑:日本开发者已基于QSA技术手搓出27B改造版,冷启动Prefill速度较原始版本提升约2.92倍。就等官方权重正式开卷。知乎今日头条
第三笔账:要不要现在就换机?先看现状:跑Qwen3.8-27B,FP8版本要双4090开跑,GGUF UD-Q4量化单张4090就能搞定。如果Qwen4-27B保持同档体量,单张24G显存是"能进门、没富余"。再提醒一个坑:新架构QSA省的是算力和访存带宽,不省显存,所有历史token的KV该占多少显存一点没少。千万别被"只激活6B"的口径带偏,总参数、n-gram查表和KV Cache要分开算。云和端赌的是同一件事:阿里同一场合亮出的真武V900训推芯片,起步就是216GB大显存、支持FP8/FP4低精度。做预算,先投显存容量,再谈加速技巧。知乎知乎知乎
一句话收尾:Max预览的demo再炫,那是云端的事。这段等待期只有两个动作不亏——有卡的,拿Flash-Next把qwen4_exp架构先跑熟;准备买卡的,盯紧官方权重落地再动手。至于那些"确定档期"的爆料,一句都别信。
