8月14日晚，阿里巴巴旗下千问团队正式开源 Qwen3.8 系列模型，开发者、科研机构和企业均可自由下载、部署和使用。此次发布把此前备受关注的 Qwen3.8-27B 推向前台，也让千问系列的开源版图进一步扩展。
作为本次发布的主角，Qwen3.8-27B 是一款原生多模态的稠密（Dense）模型，参数规模为 270 亿。官方给出的定位是整体能力超越 Qwen3.7-Plus，并在编程和办公等真实场景中表现突出。根据公开的基准测试，它在终端编程测试中得分为 73.0，在 SWE-bench Pro 中得分为 61.7，均明显高于前代 Qwen3.6-27B 的 63.4 和 53.5；在专业工作类测试 JobBench 上，成绩更是从前代的 21.8 提升至 33.4。
模型在工程上强调“本地可部署”：采用宽松的 Apache 2.0 协议，量化后可在消费级显卡上流畅运行。技术层面，Qwen3.8-27B 原生支持 26 万余 token 的上下文，并可通过 YaRN 技术外推至约 100 万 token；同时新增 reasoning_effort 能力，让模型能够根据任务难度调节思考深度，从而节省计算资源。模型已在 Hugging Face 和魔搭社区（ModelScope）同步上线。
旗舰层面的开放动作更早一步。千问团队已开放 Qwen3.8-2.4T-A95B 的模型权重，这也是千问首次开放 Max 级别旗舰模型的权重。该模型采用稀疏 MoE 架构，总参数 2.4 万亿，每个 token 激活约 950 亿参数，配合混合注意力机制，支持约 100 万 token 的上下文。官方云端版本 Qwen3.8-Max 即基于该开放权重模型构建，并加入了视觉输入、默认 100 万上下文、内置官方工具等生产环境能力。按公开基准，其 GPQA Diamond 得分为 92.6，PaperBench 为 93.0，OSWorld 为 86.1。
开源生态的反馈同样迅速。开源团队 Unsloth AI 借助动态 1-bit 分层选择性量化，将 Qwen3.8-2.4T-A95B 约 4.9TB 的原始体积压缩至 397GB，存储占用减少约 91%；借助其桌面工具，内存与显存合计达到约 410GB 以上的设备即可本地运行。
围绕 Qwen3.8 的发布，阿里方面同步披露了一组累计数据：千问已向全球 AI 社区累计开源 460 余个模型，Qwen 模型的全球下载总量超过 30 亿次，衍生模型数超过 30 万个。这些数字背后，是千问系列从稠密小模型到旗舰 MoE 模型逐步开放、并以宽松协议降低使用门槛的持续路径。
多家媒体也将 Qwen3.8 的发布放入国产大模型开源潮的背景下观察。随着更多旗舰级权重被开放，本地部署与二次开发的门槛被进一步拉低，开源模型在编程、办公和长周期智能体任务中的竞争，也将更直接地反映到社区活跃度与衍生生态上。