Alibaba Efficient 开放权重 可在FlowHunt中使用

Qwen3.8-27B

Qwen3.8-27B 是阿里巴巴于 2026 年 8 月发布的高效层级 AI 模型。它是采用 Apache-2.0 许可证的开放权重 27B 稠密模型,因此您可以下载、自托管或对其进行微调。上下文窗口原生为 262K token,可扩展至 100 万 token。

查看更多

用阿里巴巴自己的话说,Qwen3.8 是迄今 Qwen 开放模型系列中能力最强的一代,基于 Qwen3.5 的架构构建。阿里巴巴报告称其在编码、专业工作、研究和长周期代理任务上均有提升,规划能力更强,对环境反馈的处理也更好。

Qwen3.8-27B 将这些进步带到了紧凑、便于部署的稠密模型上。它是原生视觉语言模型,能够理解图像和视频。思考模式默认开启,可按请求关闭,推理深度也可以调节。其权重可配合 Hugging Face Transformers、vLLM 和 SGLang 使用。阿里巴巴表示,默认提供 100 万上下文的托管版本即将登陆 Qwen Cloud。

基准测试

每项分数只显示一次,并标明其在已跟踪模型中的排名及测评方。

与同属Efficient档的模型在同一尺度下对比
  • Qwen3.8-27B本模型
  • Claude Haiku 5.5本模型在4项中领先0项
  • Gemini 3.5 Flash-Lite本模型在4项中领先4项
已验证 独立评测机构,计入排名 自报告 由Alibaba发布,仅显示,不计入排名
综合

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

来源 ↗

Qwen3.8-27B 33.7 Claude Haiku 5.5 43.4 Gemini 3.5 Flash-Lite 22.2
#26共45个 已验证
编程

SWE-bench Pro

Real issues across several languages and large codebases.

来源 ↗

Qwen3.8-27B 61.7% Claude Haiku 5.5 64.8% Gemini 3.5 Flash-Lite 无分数
不参与排名 自报告

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

来源 ↗

Qwen3.8-27B 86.0% Claude Haiku 5.5 无分数 Gemini 3.5 Flash-Lite 无分数
#7共22个 已验证
智能体

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

来源 ↗

Qwen3.8-27B 5.6% Claude Haiku 5.5 32.8% Gemini 3.5 Flash-Lite 1.0%
#24共36个 已验证
推理

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

来源 ↗另有:自报告 30.8%

Qwen3.8-27B 33.9% Claude Haiku 5.5 44.4% Gemini 3.5 Flash-Lite 18.8%
#31共44个 已验证

GPQA Diamond

Graduate-level science questions that search cannot answer.

来源 ↗另有:已验证 88.9% (Vals AI own implementation)另有:自报告 89.2%

Qwen3.8-27B 90.5% Claude Haiku 5.5 无分数 Gemini 3.5 Flash-Lite 83.8%
#21共37个 已验证

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

来源 ↗

Qwen3.8-27B 42.4% Claude Haiku 5.5 无分数 Gemini 3.5 Flash-Lite 无分数
#22共27个 已验证

Qwen3.8-27B 适合做什么

自托管与私有化部署

Qwen3.8-27B 是采用 Apache-2.0 许可证的紧凑型稠密开放权重模型。在自有硬件上运行,可让数据留在您的环境中,避免按 token 计费的 API 费用,或基于专有数据对其进行微调。

编码与代理式任务

阿里巴巴报告称其在编码和长周期代理任务上有所提升,对环境反馈的处理更好,并对常用框架和开发工具提供更广泛的支持。

图像与视频理解

作为原生视觉语言模型,它可以在处理文本的同时处理 STEM 图表、文档和长视频。

可调节的推理深度

思考模式默认开启,可按请求关闭,推理深度也可以调节,因此您可以让成本和延迟与任务相匹配。

优势与局限

优势

  • 采用 Apache-2.0 许可证的开放权重
  • 紧凑的稠密模型,比更大的模型更易部署
  • 原生图像和视频理解
  • 灵活的思考控制
  • 编码与长周期代理任务
  • 长上下文(原生 262K,可扩展至 100 万)

局限

  • 高效层级,因此困难的推理任务可能需要更大的模型
  • 100 万上下文需要在原生 262K 窗口之外进行扩展

在FlowHunt中使用

在任意流程中使用Qwen3.8-27B,并与你自己的工具和知识源搭配。

  1. 1打开一个流程,或从模板创建
  2. 2添加AI Agent或Generator组件
  3. 3在模型选择器中选择Qwen3.8-27B

相关 AI 模型

关于 Alibaba Hangzhou, China · 成立于 1999 · qwenlm.github.io

阿里巴巴集团是中国最大、最多元化的科技企业集团之一,由马云于1999年创立,总部位于杭州。通过其达摩院和通义实验室,阿里巴巴凭借Qwen(通义千问)系列成为大语言模型开发的重要力量。2026年中期发布的Qwen 3.7版本标志着阿里巴巴从国内部署转向国际基准竞争,随后Qwen 3.8版本于2026年推出。阿里巴巴的AI战略以开放权重发布作为对抗美国仅限API模型的制衡手段,将生成式AI整合到其云和电子商务业务中,并对其阿里云部门的AI基础设施进行大规模投资。

qwenlm.github.io ↗

浏览完整 AI 模型排行榜

常见问题