Qwen3.6-27B正统后继：原生多模态+混合线性注意力架构，262K上下文，终端编程基准超Opus 4.6 Max，Apache 2.0可商用，量化后16GB内存可跑
阿里 Qwen 团队 2026-08-14 发布的 Qwen3.8-27B，是 4 月那版 Qwen3.6-27B 的正统后继——但这不是挤牙膏式小改版，而是一次大升级：从纯文本模型进化成原生多模态 + 混合线性注意力架构 + 三档可调思考深度，参数量还是 27B 级，本地部署门槛基本不变。Apache 2.0 协议，下载、部署、商用全免费。
核心亮点
- 原生多模态：图片、视频直接输入，STEM 图表、文档 OCR、小时级长视频理解都支持（3.6 是纯文本，这是最大差异）
- 混合架构：Gated DeltaNet（线性注意力）与 Gated Attention 按 3:1 混合排布，64 层、hidden 5120，带 MTP 多 token 预测——长上下文又快又省
- 超长上下文：原生 262K，YaRN 可外推到 1M token
- 可控思考：thinking 默认开启，可按请求关闭；
reasoning_effort三档思考深度按任务难度自由调节，省算力 - 部署友好：BF16 约 56GB；Unsloth 实测量化版 16GB 内存/显存即可运行，24GB 显存的消费级显卡轻松起步
官方跑分（对比自家与旗舰）
| 基准 | Qwen3.8-27B | Qwen3.6-27B | Qwen3.7-Plus | Opus 4.6 Max |
|---|---|---|---|---|
| Terminal Bench 2.1（终端智能体编程） | 90.0 | 85.1 | 65.5 | 64.7 |
| SWE-bench Pro（智能体编程） | 70.4 | 12.6 | 83.7 | 85.9 |
终端智能体编程上，这个 27B 小模型把 Claude Opus 4.6 Max 超了 25 分——官方口径"部分基准超越旗舰"。SWE-bench Pro 仍逊于顶级旗舰，但相比 3.6 是数量级提升。视觉类基准（MathVision、CharXiv、OmniDocBench、RealWorldQA 等）为 3.8 全新能力。
本地部署注意
- config 的
model_type是qwen3_5（沿用 Qwen3.5 架构底座），多模态封装为Qwen3_5ForConditionalGeneration - vLLM / SGLang / Transformers 官方首日支持；MLX 生态（mlx-lm 文本 / mlx-vlm 视觉）对新架构的支持通常滞后数天到数周，升级前先确认版本
- 只跑文本对话的话 3.6 不必急着换；要用视觉理解、智能体编程，3.8 值得立刻升
适合谁
- 想在本地跑"接近旗舰级"编程/办公智能体的开发者（RTX 3090 / Mac Studio 级硬件即可）
- 需要图文视频混合理解但不想把数据交给云端 API 的团队
- 已经在用 Qwen3.6-27B 的本地部署用户——这就是你的下一站
模型下载（Hugging Face，ModelScope 同步有）：见下方链接。
暂无评论