Alibaba日前开源发布多模态AI模型Qwen3.8-27B，强调该模型可在配置较高的MacBook Pro、Mac Studio等设备上实现本地运行。

按照Alibaba公布的自测基准，Qwen3.8-27B的表现接近Anthropic“Opus4.6 Max”，因此引发开发者社区关注。

随后，数据工具Datasette开发者、Python Web框架Django联合开发者Simon Willison对Qwen3.8-27B进行了实测，并分享了使用体验。

Qwen3.8-27B是一款约270亿参数的模型，支持图像理解，并以开源形式免费提供。Simon Willison认为，这样一款规模相对可控、又能在本地设备运行的多模态模型，本身已相当令人印象深刻。

不过，在他看来，这款模型目前最突出的问题并非能力不足，而是默认设置过于激进。Qwen3.8-27B在回答前会先进入“思考”过程，而默认档位被设为“深度思考（xhigh）”，即便面对简单请求，也往往需要更长时间才能给出结果。

Simon Willison举例称，他曾要求模型“画一只骑自行车的鹈鹕”，结果模型花了21分钟才生成图像。虽然最终成品细节较为完整，自行车车架结构基本准确，鹈鹕双腿的位置也合理，但这一耗时仍显得过长。

在关闭“深度思考”后，他再次发出相同请求，约2分钟便得到了结果，不过图像完成度有所下降。

除图像生成外，Simon Willison还测试了模型的视觉定位能力。他提供了一张鹈鹕照片，并要求模型给出鹈鹕所在位置的坐标，模型最终给出了准确结果。随后，他进一步要求模型编写一个用于核验结果的工具，模型还主动加入了并未被要求的示例图片功能。

在代码代理场景中，Qwen3.8-27B同样展现出一定能力。Simon Willison表示，模型不仅能够编写代码，还可以直接修改源代码文件。他将一个真实项目文件夹交给模型，并要求其解释登录功能的实现方式，模型会自行检索并阅读多个文件，再给出较为准确的结论。

不过，速度依然是其短板。Simon Willison表示，即便是在高性能笔记本和专用设备上运行，模型整体响应仍然偏慢；在开启“深度思考”后，这种迟滞感会更加明显。

他同时提到，在模型开源后的两天内，开发者社区已经找到可将运行速度提升70%以上的方法。

总体来看，Simon Willison对Qwen3.8-27B的评价偏正面。他表示，一个17GB的模型文件就能完成上述任务，本身已足够惊人；而在一年前，类似能力仍主要出现在价格高昂的商业AI产品中。按他的说法，如果进一步下调默认思考强度，这款模型可跻身当前本地AI的第一梯队。