Qwen3.8-27B是第一个摸到GPT-5.6级别的本地模型，偏偏赶上内存涨了4倍：我把全网15组实测聚起来，算了笔跑起来的账

上周四（8月14日），阿里把Qwen3.8-27B开源了。微博这周知乎上冒出来一个热帖，叫「Qwen3.8-27B被称为新的模型斩杀线，为什么？」——理由是评测机构Artificial Analysis的最新数据：Qwen3.8-27B在Intelligence Index上拿了52分，和GPT-5.6 Luna一模一样，只比DeepSeek V4 Pro、GLM-5.2的53分低一分。知乎这是头一回，一个你能在自己电脑上跑起来的开放权重模型，摸到了前沿闭源模型的能力区间。

社区反应很直接：B站上雷达图对比视频播放量冲到8.8万、评论886条。unsloth的GGUF量化包上线ModelScope一天下载破万。知乎各平台的部署教程密集到刷屏。彭博社8月17日报道，Qwen系列下载量已经超过30亿次。B站微博

但我想聊的不是模型多强——这个已经有很多人说过了。我想聊一个特别扫兴、但特别现实的问题：这个模型出生的时间点，正好是硬件最贵的时候。

先泼一盆冷水：AI越强，硬件越贵，而且涨的正是AI最需要的那部分

先上数据：

• 央视网8月14日报道，手机、平板、笔记本电脑价格「已经涨到肉疼了」，不少笔记本涨了上千元甚至几千元。微博

• 开学季数码三件套，配齐一套中配比去年多花1500-2500元；

• 知乎上有装机博主算了笔账：去年800元能买到的16GB DDR5内存，现在要3000-4000元，涨了4倍。知乎DRAM合约价2026年二季度环比上涨58%-63%，TrendForce预测三季度涨幅收窄到10%-20%，但价格回落到正常水平，至少要等到2027-2028年。

为什么涨？因为三星、SK海力士、美光这三大原厂把产能疯狂转向HBM高带宽内存——那是AI训练卡的刚需。消费级DDR5被挤压，这是结构性变化，不是黄牛炒作。微博

这里有个反直觉的地方，也是我想帮你先分清楚的：这波涨价，涨得最狠的不是显卡，是内存。新消费级显卡反而相对稳定——RTX 5060比上代4060只贵了15%-20%，中高端卡价格波动不超过500元。知乎真正坚挺的是两类东西：一是内存条和搭载大内存的整机，苹果128GB统一内存的M5 Max MacBook Pro，折合人民币要4万-5万；NVIDIA DGX Spark首发价3999美元，约2.9万元。知乎二是二手大显存AI卡——社区里的说法是，3090已经破万了。B站所以「等降价再买卡跑AI」这个想法，这次大概率要落空：涨的恰恰是AI最吃的那几样。

跑起来Qwen3.8-27B，到底需要什么

先说清楚这个模型的硬件账怎么算。Qwen3.8-27B是dense稠密模型，意味着每生成一个token，全部270亿参数都要参与计算，整个模型必须完整塞进显存，少一层都不行。知乎这跟MoE模型「只唤醒一部分专家」完全不是一个逻辑。

好消息是它原生支持262,144的上下文、图片视频理解，还自带MTP多token预测加速模块，Apache 2.0协议免费商用。微博坏消息是，显存就是入场券：

一句话总结：16GB是入场券，24GB是舒适区，32GB以上才算自由。另外提醒一句，它是多模态模型，想看图还得额外下一个约0.93GB的mmproj视觉投影文件，这也是显存开销。知乎

全网15组实测聚成一张表：你的钱能买到多少速度

接下来是这篇的重头戏。我把知乎、B站、小红书、评论区里能找到的真实部署实测聚到了一起，全部来自过去9天的真人真机测试，按显存档位排好：

几个可以直接带走的结论：

第一，20-60 tok/s是「实用线」。 一般认为输出速度到了20 tok/s以上，体感就接近在线API了。知乎40以上很舒服。照这个标准，24GB档的3090Ti、7900XTX、3090，16GB档的5070Ti跑3-bit，都已经过线。B站

第二，16GB显存上，问题不是「3-bit还是4-bit」，而是「3-bit还是没有」。 这是我觉得最反常识的一点。网上教程几乎都推荐4-bit，但5070Ti 16GB的实测发现，Q4_K_M光权重文件就超过了整张卡的可用显存，硬塞进去之后部分权重被甩到系统内存，每个token都要过一次PCIe——实测比3-bit慢了大约300倍，GPU占用100%但功耗只有76W，因为它在等数据，不是在算。知乎所以16GB卡请直接下UD-Q3_K_XL，别在4-bit上浪费时间。

第三，offload救不了小显存。 同一份实测里，往CPU卸载一层，速度直接砍掉六成。知乎8GB显存的5060混合加速只有3.8-4 tok/s，纯CPU更是只有2.7。知乎这个速度只能叫「能跑」，不能叫「能用」。所以8GB及以下的卡，我的建议是别折腾27B了，等小尺寸版本或者直接用云端。

第四，这波涨价里真正的性价比之王，全是「老家伙」。 二手V100 32GB，5000元以内，跑nvfp4能到50 tok/s以上——博主的原话是「速度大约RTX Pro 6000D的一半，价格是它的二十分之一」。B站2080Ti 22G魔改卡39.5 tok/s。B站这两张卡当然有门槛：V100是数据中心卡，功耗高、没视频输出、要会折腾Linux；魔改卡有显存稳定性风险。但对会折腾的人，这是5000元以内唯一能「实用」的路。

按预算说结论

0元方案： 先别买任何硬件。Qwen3.8-Max的API已经上线，官方chat.qianwen.com也能用。微博先用云端把「我到底拿它干什么」想清楚。很多人的真实场景，云端免费额度就够。

手里已有卡： 16GB选UD-Q3_K_XL，24GB选官方Q4或UD-Q4_K_XL，32GB可以上Q5/Q6。知乎先把默认的xhigh推理强度降下来——默认设置下它画一张图能思考21分钟。知乎调到medium或low，体验是两个世界。这一步不花钱，比换卡立竿见影。

5000元以内新购： 会折腾选二手V100 32G或2080Ti 22G魔改，速度过实用线，代价是稳定性和折腾成本。知乎不会折腾就建议别买，这个预算买新卡只能买到16GB，体验打折。

6000-8000元： 新显卡是这波涨价里少数「正常」的配件，价格波动不大。知乎但要想清楚：这个价位的新卡大多是16GB显存，只能跑3-bit。B站有博主出过7599元的一体机方案，标称40 tok/s，可以作为一个参照物去比价。B站

万元以上： RTX 5090 32GB目前3万元左右，还有溢价，是主流消费级里唯一能舒服跑大显存量化的卡。知乎除非你确定要长期重度使用，否则这个溢价不值得现在吃。

Mac用户： 如果你已经有台大统一内存的Mac，直接跑，M4 Max 128GB实测33 tok/s，够用。小红书但千万别为了跑这个模型去买128GB配置的Mac——4-5万元的成本，这个账怎么算都不划算。知乎

值得继续盯的三个信号

1. Qwen3.8-35B-A3B。 8月中旬已经有泄露信息，评论区一堆人在喊「等35B」。B站MoE架构每次只激活约3B参数，对显存的要求会低一个量级——如果属实，现在为27B买的卡可能很快就不是最优解。这是「等等党」目前最硬的论据。

2. 内存价格走势。 DRAM回落到正常价位至少要2027-2028年，这是多家分析机构的共识。知乎所以结论有点扎心：刚需越等越贵大概率是真的，非刚需也不差这几个月。

3. 社区优化版本。 这9天里已经冒出了思考压缩版等一堆社区魔改。B站还有投机解码草稿模型，单并发吞吐最高3.4倍。知乎本地模型的乐趣和麻烦都在这：你买的不只是一个模型，是一个还在快速进化的生态。

最后说一句我自己的判断：Qwen3.8-27B真正的意义，是第一次把「模型能力」和「部署成本」这两件一直绑在一起往上走的事拆开了——能力进了前沿区间，部署进了个人电脑区间。但在硬件涨价潮里，这份「自由」的入场费也变了。账我给你算完了：16GB入场、24GB舒适、二手老卡性价比最高、内存是真凶、35B值得等。剩下的，看你到底是缺一个模型，还是缺一个用途。