阿里旗下千问团队近日宣布，其最新研发的Qwen3.8-27B多模态大模型正式开源，这一消息迅速引发全球开发者社区的广泛关注。作为一款拥有270亿参数的稠密架构模型，Qwen3.8-27B在保持较低部署门槛的同时，实现了图像、视频理解与长上下文处理能力的突破性整合。
该模型采用原生多模态设计，支持处理STEM图表、文档、实景图像及小时级长视频内容，其原生上下文窗口达262K Tokens，通过YaRN技术可扩展至100万Tokens。这种设计使得模型在保持270亿参数规模的同时，能够覆盖长文档分析、多模态理解及复杂Agent任务场景。技术文档显示，模型采用64层网络结构，隐藏维度为5120，通过Gated DeltaNet与Gated Attention的混合架构，显著提升了多模态信息的处理效率。
在性能测试中，Qwen3.8-27B展现出超越参数规模的实力。在软件工程基准SWE-bench Pro测试中取得61.7分，较前代Qwen3.6-27B提升15.4%，并超越Claude Opus 4.6 Max的官方成绩。长周期办公任务评测CoWorkBench显示，该模型以70.7分领先Qwen3.7-Plus的65.1分和Claude Opus的68.2分。特别在Computer Use领域，OSWorld-Verified测试中84.3分的成绩，较Qwen3.7-Plus提升11个百分点，AndroidWorld手机操作测试也以81.9分刷新纪录。
针对开发者需求，模型设计了精细化的推理控制机制。默认开启的思考模式可自动调节推理深度，reasoning_effort功能允许根据任务复杂度动态调整计算资源消耗。开发者可通过preserve_thinking参数保留历史推理上下文，在保证效果的同时优化推理成本。这种设计使得模型在量化后可在家用级显卡上运行，显著降低了本地部署门槛。
开源社区对模型表现给予高度评价。海外知名AI研究者指出，Qwen3.8-27B将前沿Agent能力成功压缩至270亿参数规模，这种"参数效率"的突破具有重要示范意义。测试数据显示，在多模态软件工程SWE-MM测试中，该模型以38.6分领先Qwen3.7-Plus的30.0分和Claude Opus的27.1分；竞技编程基准LiveCodeBench v6测试中90.3分的成绩，也较Claude Opus高出1.5个百分点。
尽管在部分科学推理测试中仍存在差距，如Terminal Bench 2.1测试中73.0分低于Claude Opus的78.2分，但模型在特定领域的优势已引发行业关注。技术团队透露，后续将推出官方API版本，提供100万Tokens上下文窗口及内置工具等生产级功能，进一步拓展模型应用场景。
此次开源延续了千问团队的开放策略，目前Qwen系列模型全球下载量已突破30亿次，衍生模型数量超过30万个。Qwen3.8-27B的发布，标志着高效率Agent能力开始向更低参数规模渗透，为本地化部署和轻量化应用开发提供了新的技术路径。该模型已兼容Hugging Face Transformers、vLLM等主流框架，开发者可通过魔搭社区和Hugging Face平台获取完整代码及权重文件。
