Qwen3.8-27B开源满10天了。这几天只要你在看本地部署相关内容，大概率被它刷过屏：Hugging Face两天下载破100万、冲上趋势榜第一，Hacker News主帖1400多分、近800条评论；国内社区给它起了个外号，叫"模型斩杀线"——一个27B的稠密模型，第一次让"个人本地跑"摸到了前沿闭源模型的能力区间。知乎小红书
而对零刻用户来说，这10天评论区问得最多的问题已经变了：从"这台机器值不值得买"，变成了"我这台机器，能不能跑27B"。
B站那条零刻SEi13 AI评测视频底下，两条相邻的评论把这事说得特别透。哔哩哔哩上面那条："如果能使用Qwen 3.8 27B，那性价比爆炸。"下面紧跟着泼冷水：“27B dense模型不行的，即使DGX Spark其实也不可用。”
这就是今天想聊的信息差：Qwen3.8-27B在很多硬件上都"能跑"，但"能跑"和"能用"之间，隔着一条带宽的沟。我把这10天全网陆续出来的实测都翻了一遍，替大家把账算清楚。
先记两个数：容量是门票，带宽定快慢
Qwen3.8-27B用Q4_K_M量化后，文件大小约17GB，这是门票——内存或显存凑不出这个数，就不用往下想了。
但真正决定你每天用着爽不爽的，是内存带宽。知乎一位在零刻395机型上做完整部署测试的用户，把规律总结成一句话：解码速度≈带宽÷模型大小。
用这个公式算一圈，很多争论就有答案了：
零刻GTR9 Pro的锐龙AI MAX+ 395，统一内存带宽在256GB/s级别，除以17GB，理论解码15 tok/s上下——逐字阅读完全够用；
普通DDR5双通道迷你主机，带宽约90GB/s，算下来只有5 tok/s上下（这是推算，暂时没找到SER系列的专项实测）——机器没卡死，但人快卡死了；
SEi13 AI那张NPU卡，24GB独立内存、153.6GB/s带宽，纸面上算得出9 tok/s，但评论区实测口径更直接：稠密27B别想，它的主场是MoE和小模型。
所以结论先摆在这儿：给本地大模型选机器，别看TOPS，别看核心数，就看内存容量和内存带宽这两个数。知乎
这10天的实测地图：从2300元到老旗舰，都测到哪了
最让人意外的是2080Ti。 知乎用户"闲人太忙"用两张22GB魔改2080Ti（单张目前2300元左右）加NVLink跑，prefill约600 tok/s，开MTP后输出最高50+ tok/s。知乎更关键的是他拿零刻玩家熟悉的OpenClaw（小龙虾）智能体框架做了三个实战开发项目，其中一个项目上下文跑到7.4万token，一次成型没返工。他的原话：显卡又涨了一波，但2300元一张的魔改卡，入门还是合适的。
最有参考价值的是零刻395这台机器。 知乎用户"枫淡月"在搭载锐龙AI MAX+ 395的零刻迷你主机上写了一份完整部署报告，过程有反转，值得细看：
用ROCm后端跑分，数字非常漂亮，首token只要0.38秒；
但一换到真实客户端（WorkBuddy、TraeWork）就全部翻车，一个12k的表格分析都完成不了就中断；
Vulkan后端反过来：跑分有每请求约4秒的固定开销，但实战稳定；
最后他给的推荐组合是：llama.cpp + Vulkan后端 + Q4量化 + MTP max6 + 256K上下文；
还有个隐蔽的坑：KV cache压到q4是负优化，MTP草稿接受率从50%崩到29%，越优化越慢，KV q8_0才是甜点。
打算在395机器上部署的，这份报告能省一星期弯路，建议直接收藏。
最轻量的是5060Ti 16GB。 Q4量化塞得下，小红书有人直接喊出"token自由"。轻办公、问答场景够用，但16GB显存留给长上下文Agent的空间很紧张，重度使用要慎重。知乎
战场之外的生态也在动。 昇腾950PR单卡bf16解码测出67.1 tok/s，海光DCU、双V100老服务器都有人部署成功。知乎但注意，热度之下也有冷静的反对声：评论区有观点认为稠密27B"即使DGX Spark也不可用"——"可用"的标准，社区现在还没吵完，别被跑分截图带节奏。哔哩哔哩
映射到零刻的产品线，结论有点扎心
GTR9 Pro（395+128GB）：全零刻唯一真正舒服的选项。 双万兆网口、126 TOPS算力，媒体评测早就说过它能部署32B、70B级别的稠密模型，27B更不在话下。问题是价格：去年上市时国补顶配做到过11999元，评论区还记得"去年395 128G不到1.5万"，这轮内存涨价潮把它又往上顶了一截，现在行情明显更贵，而且一天一个价。小红书真要买，建议盯大促和补贴窗口，别在涨价高点入手。
SEi13 AI / SEi14 AI（NPU卡24GB）：别为27B买它。 153.6GB/s的带宽、加上目前"只支持定制模型、玩不了通用GGUF"的软件生态（评论区吐槽最集中的一点），它适合的是MoE模型、小模型、低功耗常开这类场景。那张NPU卡单卖要七八千，这个钱加上去，选择其实很多。
SER9 / SER9 MAX（32GB DDR5）：塞得进，用不爽。 17GB的Q4模型能装下，但按带宽定律估算就5 tok/s上下，尝鲜可以，当生产力工具就算了。
EQ系列办公机：想都别想。 内存和功耗都不是干这个活的。
三条路，按预算对号入座
第一，预算能到2万上下，铁了心要本地AI。 GTR9 Pro 128GB是零刻家族里唯一解，但务必等价格；部署时直接用上面那份实测报告的参数组合，别自己瞎调。
第二，预算一万以内，就想体验27B。 别买迷你主机，两条更划算的路：一是DIY路线，2080Ti魔改卡或5060Ti装台式机，成本低见效快；二是干脆用API，Qwen3.8-27B的API输入价已经低至0.5美元/百万token，只要不是天天高频跑，这笔钱比买硬件耐用得多。知乎
第三，已经拿着零刻的NPU机型或者DDR5小机器。 别硬上27B。你在等的不是新机器，是Qwen3.8家族出MoE版本或者更小的尺寸——那才是低带宽硬件的菜。
接下来值得盯的四个信号
llama.cpp的ROCm后端会不会修好客户端兼容性——跑分快、实战翻车这个问题不解决，AMD生态的部署体验就总有根刺；
Qwen3.8家族会不会补齐其他尺寸——27B这个稠密尺寸很"鸡贼"，恰好卡在消费级硬件的甜蜜点边缘，再来个MoE版本，一大批中低端机器就活了；
395机型下半年的价格走势和补贴窗口——现在追高不划算；
NPU卡厂商什么时候开放通用GGUF支持——那一天来了，SEi系列的账才值得重新算。
最后聊一句：你现在用什么硬件跑Qwen3.8-27B？实测多少速度？评论区报个数，咱们把这张实测地图补全。
