摘要： 阿里巴巴 Qwen 團隊在 8 月初開放旗艦 Qwen3.8-Max 的權重，同時預告規模較小的 27B 版本會在一週內補上。 第二，「預設值即產品」：xhigh 把第一次接觸變成漫長等待，社群已經動手改模板，把 medium 設為預設，模型廠商挑預設參數時應該更貼近真實用法。 第三，開放權重的步調沒有放慢，一個月內 Qwen 接連開源 Max 與 27B，對需要私有部署的團隊來說，本地選項又多了一個值得認真的候選。
阿里巴巴 Qwen 團隊在 8 月初開放旗艦 Qwen3.8-Max 的權重，同時預告規模較小的 27B 版本會在一週內補上。8 月 13 日左右，這項承諾兌現：Qwen3.8-27B 與 FP8 量化版一起登上 Hugging Face，採 Apache 2.0 授權，可自由商用。這個時間點值得記上一筆——同一個星期裡，封閉陣營的消息全繞著訂閱方案和算力合約打轉，開放權重這一邊則是不聲不響地把「地端跑得動的能力」再推前一格。
規格：體積小、上下文長、原生視覺
Qwen3.8-27B 的總參數量約 278 億，原生上下文為 262,144 tokens，可透過 YaRN 外插延伸到 100 萬。它是 Qwen3.8 系列裡第一個釋出權重的小型成員，架構接續 Qwen3.5 基礎：64 層混合布局，Gated DeltaNet 與 Gated Attention 輪流堆疊，並具備多 token 預測（MTP）。它也並非純文字模型，圖片與影片理解都是原生支援。思考模式出廠即開啟，推理深度能以 reasoning_effort 調節，而官方模型卡給的預設值是 xhigh——這個選擇後來成了討論焦點。
Willison 實測：能力沒問題，問題出在預設
Simon Willison 在 8 月 16 日發表實測。他在 128GB 的 M5 Max MacBook Pro 上跑 17GB 的 Q4_K_M 量化版，另外也試了 NVIDIA DGX Spark。他的結論分成兩半。能力方面，照片的邊界框偵測相當準確，只靠一句提示就生出一個可用的標註工具，還能驅動 Pi coding agent 回答程式庫問題、寫出附帶測試的 JSONL 轉 Markdown 腳本。速度方面則被預設值拖累：一句「畫一台腳踏車上的鵜鶘」燒掉 22,276 個推理 token，最後只吐出 3,223 個輸出 token，整題花了 21 分鐘；把推理關掉，同一題 137 秒就完成。就連「畫一個圓的 SVG」也會觸發一段他沒要的精緻動畫。他的建議很直接：從 low 用起，或索性關閉推理。
速度表現與生態系
地端 15 到 30 tokens/秒的吞吐量，擺在託管 API 的 74（OpenAI 5.6 Sol）到 184 tokens/秒（Luna）旁邊，稠密模型吃記憶體頻寬的劣勢一覽無遺。不過 llama.cpp 的 MTP 草稿解碼還能再把吞吐拉高約 72%。Artificial Analysis 隨後也把這款模型收進索引，給了 52 分的獨立評分。Unsloth 的 GGUF 量化、vLLM 與 SGLang 支援在發布當天就緒；官方自評在 Terminal Bench 2.1 拿 73.0、OSWorld-Verified 拿 84.3，這些數字仍待第三方驗證。
對地端部署的意義
三個要點。第一，一份 17GB 的檔案就裝下了長上下文、工具呼叫、視覺與程式生成；這樣的能力一年前還算旗艦級，如今在一台筆電上離線就能跑。第二，「預設值即產品」：xhigh 把第一次接觸變成漫長等待，社群已經動手改模板，把 medium 設為預設，模型廠商挑預設參數時應該更貼近真實用法。第三，開放權重的步調沒有放慢，一個月內 Qwen 接連開源 Max 與 27B，對需要私有部署的團隊來說，本地選項又多了一個值得認真的候選。