Qwen 開放 Qwen3.8-27B 權重，原生支援 262K tokens 多模態上下文

Qwen 開放 Qwen3.8-27B 權重，原生支援 262K tokens 多模態上下文。 Qwen3.8 Open Weights 的發表視覺圖，背景為太空中地球邊緣的弧線與星空，左側浮現白色科幻太空模組組成的標誌性幾何圖形，右側以白色粗體排印文字呈現標題。 發布重點 Qwen 在 2026 年 8 月 14 日表示，先前承諾的 Qwen3.8 open weights 已正式提供。核心產品 Qwen3.8-27B 是原生多模態 dense model，僅 27B 參數，官方稱其整體表現超越 Qwen3.7-Plus，並特別強化真實世界的程式開發與 office 工作流程。模型採 Apache 2.0 授權，定位是讓開發者能在本機部署、微調並建立應用程式。 圖表比較 Qwen3.8-27B、Qwen3.6-27B、Qwen3.7-Plus、Muse Glimmer-30B 與 Opus4.6 Max 在 Coding、Agent 與 General 分組 benchmarks 的分數；Frontier agentic tasks（Agents' Last Exam）分列 Pass@1 與 Score。 模型能力 Qwen3.8-27B 原生支援 262,144 tokens 的 context window，搭配 YaRN 可延伸至 1M tokens。它能理解圖片與影片，並支援 thinking mode、推理深度控制與保留前次對話的 reasoning context，適合處理需要多步規劃的 Agentic 工作流程。外部模型頁面也指出，Qwen3.8-27B 加強了 coding、專業工作、研究與 long-horizon agentic tasks，並改善環境回饋處理與端到端任務完成的穩定性。 圖表比較 Qwen3.8-27B、Qwen3.6-27B、Qwen3.7-Plus、Muse Glimmer-30B 與 Opus4.6 Max 在 Agentic Multimodal Intelligence、General Multimodal Intelligence 分組的 benchmark 分數；ClawEval-MM、MathVision、BabyVision 與 CharXiv (RQ) 另列圖中可見的子指標。 兩種部署方向 Qwen 將 Qwen3.8-27B 與近期釋出的 Qwen3.8-2.4T-A95B 分別定位在不同使用情境： Qwen3.8-27B 適合在本機執行輕量應用程式、視覺任務、聊天與 Agent 開發。 Qwen3.8-2.4T-A95B 是 Max-level 的大規模模型，官方同步提供 open weights，面向高效能推理與複雜工作負載。 權重可從 Hugging Face 與 ModelScope 取得。 來源：@UnslothAI（回覆）｜Qwen3.8-27B 的本機部署資訊圖：列出 2-bit 至 BF16 的記憶體需求、thinking／non-thinking 建議設定，並附上與 Qwen3.7-Plus 等模型的 benchmark 比較。 本機生態系 Unsloth 隨即提供 Qwen3.8-27B 的 Dynamic GGUF、NVFP4 量化版本，並讓模型支援 Unsloth Desktop 的本機執行與微調。其資料顯示，量化後的 Qwen3.8-27B 約需 17GB RAM／VRAM；4-bit 版本通常需要 17–19GB，讓 RTX 5080、RTX 4090 或具 24GB 統一記憶體的 Mac 等裝置具備部署條件。Dynamic GGUF 也加入 Developer Role Support、MTP 快速推理，以及更能處理巢狀物件的 tool calling 解析。 來源：@AMD（回覆）｜AMD 與 Qwen 合作宣傳圖，上方醒目標示「Now Available: Qwen 3.8 27B」，中央展示黑色的 AMD RADEON AI PRO R9700 顯示卡與 AMD RYZEN AI Max Series 處理器晶片，背景為藍色科技線條與透光幾何圖形，底部印有 AMD 與 Qwen 的商標及「together we advance_」標語。 效能與硬體支援 AMD 宣布 Day 0 支援，Qwen3.8-27B 可透過 llama.cpp 執行於 AMD Ryzen AI Max+ 處理器，或單張 AMD Radeon AI PRO R9700 32GB 顯示卡；初步測試在 Ryzen AI Max+ 395 上達到每秒 24.5 tokens，在 Radeon AI PRO R9700 上達到每秒 51.8 tokens。LM Studio 也提供圖形介面，讓使用者搜尋、下載並在本機測試模型；AMD 建議約 24GB VGM 或 VRAM，以較舒適地執行 Qwen3.8-27B。 實際影響 這次發布把 Qwen3.8 的使用路徑分成「本機部署 27B 模型」與「建置大型 Agent 系統」兩端。Qwen 的核心訊息不是只公布新模型，而是強調開放權重、Apache 2.0 授權與多家工具及硬體在發布當日提供支援，讓開發者能直接下載、部署並自行建立過去尚未預想的應用程式。原文：https://easyvibecoding.app/curated/2967-qwen-opensources-qwen3-8-27b-model-262k-context-local