Qwen3.8-27B 在 8 月 14 日正式开源，Apache 2.0 协议，谁都可以免费下载部署。知乎 紧接着 8 月 18 日，AMD 正式发布了对 Qwen3.8 27B 的 Day 0 支持，开发者从模型发布之日起就能在 AMD 平台的 PC 和工作站上本地运行这款高密度稠密模型。知乎 在本地部署圈，这种待遇不算常见：以往新模型发布后，社区往往要自己摸索一段时间适配，这次 AMD 直接把官方通路铺好了，而且主角不是专业卡，是一台迷你主机。
官方 24.5 tokens/s，是什么口径
先看 AMD 给出的初步数据：Qwen3.8 27B 在 Ryzen AI Max+ 395 上最高每秒 24.5 Tokens，单块 Radeon AI PRO R9700 32GB 显卡上最高每秒 51.8 Tokens。知乎 对一台核显机器来说，这个数字足以让本地党停下来看一眼。
测试条件值得读仔细：Windows 系统、llama.cpp 项目加 Vulkan 后端，395 的 MTP 设置为 4、R9700 设置为 2，取至少三次运行的平均生成吞吐。知乎 测试机也不是什么内部参考板，而是市面上能买到的迷你主机：GMKtec 极摩客 EVO X2，128GB 系统内存，VGM 划分 64GB。尾注里还有一句值得圈出来：所有数值均为最高值，实际性能可能有所不同。
社区实测：数字的另一面
把视角切到用户社区，这个数字的含义就不太一样了。7 月底知乎有一篇比较完整的 395 实测：用本地推理引擎跑 Qwen3.6-27B，写入速度 12 tokens/s，作者自己算了一笔账——256GB/s 的内存带宽，27B 模型每生成一轮都要把几十 GB 的权重读一遍，理论值就是十来 tokens/s，实测 12 属于符合预期、不虚标。知乎
B 站一个题为"现在怎么没有人提用 AMD MAX395 去跑本地大模型了"的热帖，评论区说得更直接：有高赞评论认为能跑和跑得快是两码事，395 只解决了能跑的问题；也有人给出自己的实测区间，Qwen3.6 的 27B 最高约 20 tokens/s。哔哩哔哩
那位实测作者还晒出了模型详情弹窗：Qwen3.6-27B 模型文件 16.53GB，显存需求 15.3GB，引擎 llama.cpp，显示速度 8.4 tokens/s——和正文的 12 tokens/s 属于不同测试项，但都落在同一个数量级。再往前翻，4 月份一篇对比实测里，Q4 量化的 27B 模型在 395 上跑 13 tokens/s，作者形容"能打字，但每行出来你得等，体验像打字机"，同时给出了另一个参照：45 tokens/s 才算真正边想边说的流畅。知乎
把几组数字摆在一起：官方上限 24.5，社区实测 8.4 到 20，多数落在 12 到 13。差距其实不难解释：官方口径开了 MTP——AMD 自己强调，要获得最佳性能必须启用 MTP 并设置正确的草稿 Token 数量。知乎 这是一种用草稿 token 预生成来抬高吞吐的加速手段，计数方式和裸解码天然不同，再叠加"最高值"口径，24.5 和 12 并不矛盾：一个是优化后的上限，一个是开箱即用的日常值。想按 24.5 做购买决策的，先搞清楚自己会不会折腾 MTP 配置。
12 tokens/s 到底能不能用
先说结论：能用，但要想清楚拿来干什么。做网站、写脚本、改文案这类活，12 tokens/s 完全可以接受，只是急性子会觉得磨——3692 个 token 的输出用了五分多钟。知乎 换来的是 0 API 成本、0 隐私顾虑：模型一次性装好，后续边际成本约等于电费，关掉网线照样跑。对代码和敏感文档不出本机的场景，这个价值比速度更硬。
工具链这块也不用太担心。LM Studio 已经可以在 AMD 平台上直接发现、下载并运行 Qwen3.8 27B，社区向的本地推理引擎则把模型商店、一键下载、上下文配置、OpenAI 兼容接口打包成了图形化流程，个人玩家不用自己配环境。知乎 部署时的上下文长度、KV 缓存精度、温度这些参数，都能在启动弹窗里一次性设好。
模型本身也在往本地友好的方向走：Qwen3.8-27B 原生支持 262K 上下文，还新增了 reasoning_effort 参数，可以按任务难度控制思考深度、省资源。知乎 对 128GB 统一内存的 395 来说，27B 量化模型占掉十几 GB 之后，剩下的大头全可以留给上下文——这是统一内存机器跑稠密模型最实在的优势。
395 的真正对手是谁
定位问题，4 月份知乎上已经有过一轮很清楚的讨论：395 不是 RTX 4090 的替代品，应该放进统一内存阵营，和 DGX Spark、Mac Studio M3 Ultra 正面比。知乎
和 DGX Spark 的对比结果有点反直觉：后者带宽 273GB/s，只比 395 的 256GB/s 高一点，同模型实测体验基本拉不开差距。知乎 所以 395 相对 DGX Spark 的卖点从来不是推理速度，而是便宜，以及能当一台正经电脑用。
Mac Studio M3 Ultra 则是另一个量级的选择：国内到手约 8 万元，主要面向预算充足、想在桌面上跑 671B 满血模型的发烧友。知乎 三台机器各有各的生态位，想清楚自己要跑多大的模型、多快的速度，再谈值不值。
最大的变量其实是价格
今年 395 迷你主机市场被内存价格搅得不轻。前面提到的 B 站热帖里，最高赞评论相当有代表性：涨价后已经没有性价比，自己 11000 买的机器，上个月 15000 卖掉了。哔哩哔哩 一年白用还小赚一笔，听起来像段子，其实是这波内存行情下 395 机器的真实写照。
厂商也在被迫调整：天钡的 NEX 395 迷你主机宣布"重新上线"，代价是内存降级到 64GB。微博 对一台卖点就是本地跑大模型的机器来说，内存砍半基本等于砍掉半条命——128GB 满配版本只会越来越稀缺，价格也越来越硬。
连 AMD 自己都下场了：6 月发布第一方迷你主机 Ryzen AI Halo，同样搭载 Ryzen AI Max+ 395 和 128GB 统一内存，定价 3999 美元，官方口径是"和 OEM 小伙伴竞争"。知乎 官方亲自做整机、配 ROCm 给主流模型做 Day 0 支持，对生态是明确的加分项，但 3999 美元的定价也说明：这台机器的成本结构就摆在那里，捡漏窗口基本关上了。
值不值得买，以及接下来看什么
给观望党一个可以对照的决策线——4 月份那篇对比文说得很直白：预算 18000 以内、主要跑 35B 以内的量化模型、又需要一台日常能用的电脑，395 可以考虑。知乎 放到今天，这条线受涨价影响只会更紧；反过来，手里已经有一台 128GB 版 395 的，这次 Qwen3.8-27B 的 Day 0 支持就是纯粹的利好，升级模型本身零成本。
接下来有几个值得盯的信号：
一是社区能不能在 Qwen3.8-27B 上复现官方 24.5 tokens/s——MTP=4 的配置是否稳定、驱动版本有什么要求，这决定 Day 0 承诺的成色；
二是内存价格走势，它直接决定 128GB 版本机器的新机和二手行情；
三是新机节奏：极摩客 EVO-X3 已经露面，官方 Ryzen AI Halo 的供货和实际成交价也值得等一等；
四是模型侧：Qwen3.8-27B 的 reasoning_effort 加 262K 上下文能不能在本地 Agent 工作流里玩出花，这决定这台机器的利用率上限。
一句话收尾：本地部署这条路上，AMD 这次把新模型的官方路铺到了家门口，但路能跑多快，终究还是带宽说了算——256GB/s 的天花板之下，24.5 是努力的上限，12 才是日常的底色。
