跳转至

Qwen3.8-27B 正式开源：27B 全参数，一张 4090 就能跑

来源： B 站 UP 主「探索未至之境」｜转录+整理日期：2026-08-15 原文链接： https://b23.tv/yQlASyo 注意： 视频发布时模型尚未正式开源（北京时间 2026-08-15 晚 23:00 发布），文中规格以官方模型卡为准；本转录含 ASR 识别误差，个别名称已标注存疑。

一、为什么一个 27B 模型这么多人守着

  • 千问 3.8 27B 北京时间今晚 11 点正式开源。发布前 HuggingFace 模型页挂了整整一天的倒计时，6200+ 人点了「发布时通知」；ModelScope 页面也写明预计今晚 11 点。
  • 官方定位一句话：「把旗舰能力塞进能放在你房间里的尺寸」。

二、模型基本盘

  • 27B 全参数稠密模型（dense，非 MoE）。
  • 内存/显存测算：17GB 就能跑起来，量化到 Q4 约 16GB——一张 4090 就够了。
  • 原生多模态：图片直接读，视频能看小时级别的长片。
  • 上下文：原生约 26 万 tokens，用 YaRN 技术可拉到 100 万。
  • 思考模式默认打开，可按请求关掉；推理深度三档可调，默认最高；多轮对话中历史推理过程默认保留，Agent 场景下决策更连贯。

三、架构：混合注意力（最核心的设计）

  • 一共 64 层，每 4 层一组：前 3 层用 gated delta net（线性注意力），最后 1 层用完整的全注意力。
  • 大白话解释：线性注意力省显存、长文本快，但精度差点；全注意力质量高，但贵。
  • 千问的做法：让便宜的层干大部分活，每隔几层安插一个「贵的层」把质量拉回来。
  • 还带了 MTP（一次预测多个 token），推理速度更快。
  • 就靠这套搭法，26 万上下文一张卡也跑得动。

四、发布过程回顾（还挺折腾）

  1. 8 月 3 日：千问官方宣布 Qwen3.8 Max（2.4 万亿参数），同时预告 27B 也会开源——那条推文拿了 2.3 万个赞。
  2. 8 月 12 日：先放出来的是 2.4T 的 Max 权重——第一次开放权重，约 4.89TB 切成 213 个分片，而且是纯文本版（视觉能力留在付费版里）。最受期待的 27B 当天没发，社区一片「又割了」。
  3. 8 月 13 日：HuggingFace 上线预发布页面，ModelScope 官方账号亲自发倒计时，这才算实锤。
  4. 8 月 15 日上午：官方开直播讲这批模型背后的故事；晚上 11 点 27B 准时开源。

五、社区热度

  • X 上的讨论热度，「有人说比漫威电影还火」。
  • 「17GB 就能跑」那条推文 7700+ 赞、接近 100 万浏览。
  • 做医疗 AI 的 OpenMap（转录存疑）直接放话要拿它微调各种医疗场景（2000+ 赞）。
  • 还有人等不及，官方没发倒计时网站，粉丝自己做了一个。
  • 日本玩家在琢磨怎么用 SSD 流式加载，把 2.4T 的量化版塞进 128GB 内存里跑。

六、开源生态大背景

  • 这周七天放出来七个开源权重：4.6（转录存疑，可能为某模型名）、Gemini 3.7 flash、DeepSeek V4 Pro、GLM 5.3、mglimmer（转录存疑）、Qwen3.8 的 2.4T，再加上今晚这个 27B。
  • 两年前，这是一整年的量。

七、部署与接入

  • 权重已放出，路子很清楚：transformers、vLLM、SGLang、TensorRT-LLM 都支持。
  • 官方给了两套采样参数推荐：思考模式 temperature 1.0，非思考模式 0.7。
  • 不想折腾基础设施 → 等千问 Cloud 托管版：默认 100 万上下文，带官方内置工具，模型卡里写着「马上上线」。
  • 本地微调圈：unsloth 这些工具大概率这几天就会跟进。
  • 权重落地后，接下来几天各家跑分马上就会刷屏。

📌 Friday 查证附注（2026-08-15 10:30，模型发布前）

  • ✅ Qwen3.8-Max 真实存在：官方 2026-08-03 发布，2.4T 参数 / 95B 激活 MoE / 多模态 / 1M 上下文，qwen3.8-max API 已上线。
  • ✅ Qwen3.8-27B 真实存在：GitHub 8/14 已出现部署项目——MiaAI-Lab/Qwen3.8-27B-DGX-Spark-RTX-6000、signalnine/q27（Quasar 推理引擎，明确支持「Qwen3.6-27B-MTP / Qwen3.8-27B」）。
  • ✅ 混合注意力 + MTP 架构属实：signalnine/q27 README 确认「hybrid GDN+attention, trained-in MTP heads」，且支持 5090/3090/4090 单卡运行；其 262K 上下文窗口与视频「26 万上下文」吻合。
  • ⚠️ 具体发布时间（今晚 23:00）、17GB/16GB 显存需求等细节以官方模型卡为准（模型尚未正式放出）。

🎯 Friday 提炼

  • 27B dense + 混合注意力（每 4 层 3 线性 1 全量）+ MTP，核心卖点是「旗舰能力装进一张卡」——这是开源模型「小而精」路线的又一落点，和上周小红书 dots3-note（280B/16B 激活）思路同频。
  • 发布节奏很有意思：Max 2.4T 先开放纯文本权重「吊胃口」，27B 隔三天再发，社区情绪被拉满——阿里这波营销节奏是算过的。
  • 混合注意力（gated delta net + 全注意力交错）是 2026 年长上下文小模型的主流解法，等于把「贵的注意力用在刀刃上」。
  • 对哥哥的意义：如果手头有 4090（或 3090/24GB 级别显卡），这类 27B dense 模型是本地部署 Agent/推理的甜点尺寸——17GB 显存门槛比想象中低。

一句话： Qwen3.8-27B（27B 全参数稠密、混合 GDN 注意力 + MTP、26 万原生上下文可拉 100 万、一张 4090 就能跑）今晚 23:00 正式开源，是阿里「旗舰能力塞进单卡」路线的关键落子，社区热度极高。