# Qwen开源模型全家桶选购指南（3.5/3.6/3.8全系列）

> 从0.8B到397B全覆盖，编程/视觉/推理/端侧一张表选对模型

## 阿里 Qwen 开源模型全家桶选购指南（2026.08）

Qwen 从 3.5 开始统一了文本和视觉架构，模型命名不再有“-VL”后缀——**所有模型都原生支持图像和视频**。从 0.8B 到 397B，从 Dense 到 MoE，本地部署到 API 调用全覆盖。一张表选对模型。

## 版本演进时间线

```
2025.06  Qwen3 系列（文本与VL分开两条线）
2026.02  Qwen3.5（统一多模态架构，原生Agent，Gated DeltaNet+MoE）
2026.04  Qwen3.6（编程专精升级：SWE-bench超自家397B旗舰）
2026.05  Qwen3.7-Max（闭源 API only）
2026.08  Qwen3.8（混合线性注意力，最新开源旗舰）
2026.08  Qwen3.8-Max（2.4T MoE，闭源API旗舰）
```

## 全部开源模型一览

### Qwen3.5 系列（2026.02-03）

| 模型 | 架构 | 激活参数 | 上下文 | 许可 | 定位 |
|------|------|----------|--------|------|------|
| Qwen3.5-0.8B | Dense | 0.8B | 256K | Apache 2.0 | 端侧极速 |
| Qwen3.5-2B | Dense | 2B | 256K | Apache 2.0 | 轻量通用 |
| Qwen3.5-4B | Dense | 4B | 256K | Apache 2.0 | 低资源部署 |
| Qwen3.5-9B | Dense | 9B | 256K | Apache 2.0 | 性价比甜点 |
| Qwen3.5-27B | Dense | 27B | 256K | Apache 2.0 | 单卡旗舰 |
| Qwen3.5-35B-A3B | MoE | 3B | 256K | Apache 2.0 | MoE 甜点 |
| Qwen3.5-122B-A10B | MoE | 10B | 256K | Apache 2.0 | MoE 旗舰 |
| Qwen3.5-397B-A17B | MoE | 17B | 256K | Apache 2.0 | 开源最强 |

### Qwen3.6 系列（2026.04）

| 模型 | 架构 | 激活参数 | 上下文 | 许可 | 定位 |
|------|------|----------|--------|------|------|
| Qwen3.6-27B | Dense | 27B | 262K(1M) | Apache 2.0 | 编程最强 Dense |
| Qwen3.6-35B-A3B | MoE | 3B | 262K(1M) | Apache 2.0 | 编程最强 MoE |

### Qwen3.8 系列（2026.08）

| 模型 | 架构 | 激活参数 | 上下文 | 许可 | 定位 |
|------|------|----------|--------|------|------|
| Qwen3.8-27B | Dense | 27B | 262K(1M) | Apache 2.0 | 最新开源旗舰 |
| Qwen3.8-Max | MoE 2.4T | ~95B | 1M | 闭源 API | API 旗舰 |

### 闭源 API 系列

| 模型 | 上下文 | 说明 |
|------|--------|------|
| Qwen3.6-Plus | 256K | 云端优化 |
| Qwen3.7-Max | 1M | 2026.05 发布 |
| Qwen3.8-Max | 1M | 当前最强，$2/$6 per M tokens |

## 核心场景选型

### 编程 / Agent

| 模型 | SWE-bench Verified | Terminal-Bench 2.0 | 显存(4bit) |
|------|--:|--:|--:|
| Qwen3.8-27B | **85.9** | **90.0** | ~16GB |
| Qwen3.6-27B | 77.2 | 59.3 | ~16GB |
| Qwen3.6-35B-A3B | 76.4 | — | ~16GB |
| Qwen3.5-27B | 70.0 | 47.4 | ~16GB |
| Qwen3.5-397B-A17B | 76.4 | 52.5 | 多卡 |

**结论：编程选 Qwen3.8-27B 或 Qwen3.6-35B-A3B（MoE更快）**

### 视觉 / 视频理解

| 模型 | Video-MME(w/o sub) | VideoMMMU | OCRBench |
|------|--:|--:|--:|
| Qwen3.5-122B-A10B | 83.9 | — | — |
| Qwen3.6-35B-A3B | 82.5 | 83.7 | — |
| Qwen3.8-27B | 82.8 | — | — |
| Qwen3.5-27B | — | — | — |

**结论：视频理解选 Qwen3.5-122B-A10B（最强）或 Qwen3.6-35B-A3B（性价比）**

### 数学 / 推理

| 模型 | AIME 2026 | GPQA Diamond | MMLU-Pro |
|------|--:|--:|--:|
| Qwen3.5-397B-A17B | **91.3** | 78.0 | — |
| Qwen3.6-35B-A3B | — | 86.0 | 85.2 |
| Qwen3.8-27B | — | — | — |
| Qwen3.5-9B | — | 81.7 | 75.6 |

**结论：推理选 Qwen3.6-35B-A3B（性价比）或 Qwen3.5-397B-A17B（最强）**

### 端侧 / 低资源

| 模型 | 显存(4bit) | 适合 |
|------|--:|------|
| Qwen3.5-0.8B | ~0.5GB | 手机/嵌入式 |
| Qwen3.5-4B | ~3GB | 树莓派/旧显卡 |
| Qwen3.5-9B | ~6GB | 消费级 GPU |

**结论：9B 是小模型甜点，多项 benchmark 超越 120B 级闭源模型**

## Dense vs MoE 怎么选

| | Dense（如 27B） | MoE（如 35B-A3B） |
|--|--|--|
| 每个token | 全部参数参与 | 只激活部分专家 |
| 实际推理成本 | 等于总参数 | 等于激活参数 |
| 显存占用 | 较小（模型文件小） | 较大（所有专家都加载） |
| 微调难度 | 简单 | 复杂（路由+专家） |
| 量化效果 | 好 | 一般 |
| 适合场景 | 显存紧张、微调 | 带宽受限、推理速度优先 |

**16GB 显存选 Dense 27B；带宽受限/追求速度选 MoE 35B-A3B**

## 本地部署推荐

| 显存 | 推荐模型 | 用途 |
|------|----------|------|
| 8GB | Qwen3.5-9B 4bit | 日常对话+看图 |
| 16GB | Qwen3.8-27B 4bit | 编程+多模态旗舰 |
| 24GB | Qwen3.5-27B 8bit | 高质量 Dense |
| 48GB | Qwen3.5-122B-A10B 4bit | 接近旗舰级 |
| 2×24GB | Qwen3.5-397B-A17B 4bit | 开源最强 |

## 链接

- Qwen3.5 全系列：https://huggingface.co/collections/Qwen/qwen35
- Qwen3.6 系列：https://huggingface.co/collections/Qwen/qwen36
- Qwen3.8-27B：https://huggingface.co/Qwen/Qwen3.8-27B
- GitHub 仓库：https://github.com/QwenLM/Qwen3.8

---

一句话点评：Qwen 开源全家桶从 0.8B 到 397B 全覆盖，编程场景直接选 Qwen3.8-27B 或 Qwen3.6-35B-A3B，不会再纠结。小模型 9B 甜点惊人，大模型 397B 逼近闭源旗舰。

---

**分类**：模型
**标签**：模型 · 27B · Qwen3.5
**作者**：子龙
**链接**：https://octohz.com/p/2064