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

十几个去审查版里口碑最干净的一版，MLX 786赞/FP8 715赞双第一，红队探针0拒绝且不变笨；附 JonathanColetti/OBLITERATUS/huihui 等6家横评

使用 Unsloth 微调 Qwen3.8-27B 的完整教程：SFT、视觉微调、强化学习、导出

64GB 统一内存本地跑 27B，252 次请求零报错。低并发看响应，高并发看总量，甜蜜区在 N≤4

学术派量化天花板：每个张量单独分配精度，同体积比Unsloth高10分，论文代码全公开可自己复刻

从零手搓的C++/CUDA推理引擎，只认RTX 5090一张卡：Qwen3.8-27B八路并发767 tok/s、AIME双96.7%不掉点，240K上下文还能看图看视频，5090党的天花板玩法。

发布3天下载破150万！54GB的Qwen3.8-27B压到5.9GB还留98.2%智力，传统2bit崩掉的数学题它守住95分，低比特本地部署天花板。

从0.8B到397B全覆盖，编程/视觉/推理/端侧一张表选对模型

同一个模型有 4bit/8bit/免审版，怎么选？一句话：稠密选小、MoE 选大。附下载地址与实测速度；2026-09 补测 oMLX 引擎，修正「换引擎不会变快」的旧结论。

一张 3090 Ti 跑 27B 免审模型：改写/翻译类比原双卡快 2.2 倍，日常对话快 32%。代价是量化从 8 位降到 4 位，且质量尚未验证。

不只量化更是全链路：Dynamic v3.0动态精度+MTP投机解码+Flash Attention加速，llama.cpp/Ollama一键起

复旦OpenMOSS开源11B实时视频理解模型：边看边答、主动沉默、动态纠错，NF4版单卡24G可跑

32语言OCR、256K上下文、视觉Agent可操作GUI，MLX版5GB秒回看图

OpenBMB超轻量多模态模型，SigLIP2+Qwen3.5-0.8B，AI Index 13分，三端手机部署

微信视觉团队出品，Apache-2.0 可商用——2B 打赢别家 8B，MMEB-v2 新 SOTA；Matryoshka 可变维度，256 维保住 98.7% 性能，视频号/朋友圈搜索同款技术

Moonshot AI 开源 Kimi K2.6，1万亿参数 MoE（激活32B），原生多模态。在 SWE-Bench Pro、长程编码、Agent Swarm 等关键指标上超越 Claude Opus 4.6 和 GPT-5.4。开源模型做到这个水平，闭源阵营的压力来了。

比 Ollama 快 4.2 倍，17 种工具调用解析器，0.08 秒首字延迟，完整兼容 OpenAI API

Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

27B稠密多模态，SWE-bench 77.2碾压同级，Apple Silicon最优甜点，Apache 2.0商用免费

三家最新开源MoE视觉大模型，全部30B级只激活3B，定位完全不同