Alibaba开源发布了一款针对本地运行优化的多模态AI模型Qwen3.8-27B。

据印度媒体OfficeChai15日（当地时间）报道，Alibaba以Apache 2.0协议同步开放了Qwen3.8-27B的模型权重，意在与Meta、Google等近期推出的单GPU本地模型展开竞争。

与此同时，Alibaba还开放了旗舰模型Qwen3.8-2.4T-A95B的权重。开发者可在轻量级本地模型与面向关键Agent任务的旗舰模型之间进行选择。

从部署条件看，Qwen3.8-27B可在高配MacBook Pro或Mac Studio上本地运行。该模型默认上下文窗口为26.2万token，若配合可扩展上下文技术YaRN，最长可提升至100万token。

Alibaba表示，在编程和办公类基准测试中，Qwen3.8-27B可与参数规模数倍于自身的模型竞争。

按照Alibaba公布的基准测试结果，Qwen3.8-27B的性能可与Anthropic的Claude Opus 4.6 Max相当，同时具备视觉能力。

当前市场更关注的对比对象，是Meta几天前发布的本地模型Muse Glimmer-30B。Meta此前曾表示，该模型在多数测试中领先Qwen3.6-27B，因此外界普遍将Qwen3.8-27B视为对Muse Glimmer-30B的直接回应。

在两款模型的直接对比项目中，Qwen3.8-27B均占优。其中，在TerminalBench 2.1测试中，Qwen3.8-27B得分为73.0分，高于Muse Glimmer-30B的51.7分，领先超过20分；在IFBench和GPQA Diamond测试中也小幅领先。

与以往“小模型发布即开源、旗舰模型暂不开放权重”的做法不同，Alibaba此次一次性开放了两款模型的权重。

不过，基准测试成绩并不等同于真实场景下的实际表现。对于Agent任务而言，围绕模型搭建的执行框架，重要性可能并不低于模型本身。

The New Stack援引早期用户反馈称，Qwen3.8-27B存在推理耗时偏长的问题。此外，Alibaba披露的基准测试结果基于原始检查点，而多数本地用户实际使用的往往是量化版本，性能可能因此出现下降。通常情况下，AI模型会以高精度格式存储数值，这会带来更大的文件体积和更高的内存占用；量化则通过降低数值精度来显著减少存储和内存需求，但也可能造成一定性能折损。