Mindket

Qwen3.8-27B

新上架第 1 版 · 更新于

概览

能读懂文字、图片和视频并用文字回复的 27B 开源模型,面向编程、研究和多步骤智能体任务,适合自己部署模型的开发者。

Qwen3.8-27B 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 页面提到的运行环境之一:Transformers、vLLM、SGLang 或 TokenSpeed
  • 内存足够运行 27B 模型的机器,页面没有给出具体数字
用在
  • Hugging Face Transformers:权重以它的格式发布
  • vLLM:列为兼容
  • SGLang:列为兼容
  • TokenSpeed:列为兼容
先运行
pip install -U huggingface_hub
hf download Qwen/Qwen3.8-27B --local-dir Qwen3.8-27B

平台

服务器可在其上运行

关于

它是什么

Qwen3.8-27B 是 Qwen 推出的开源模型,能读文字、图片和视频,并用文字回复。它是拥有 27B 参数的稠密模型,主要面向编程、研究、专业工作,以及需要很多步骤的智能体任务。它属于 Qwen3.8 这一代,建立在 Qwen3.5 的设计之上。

适合谁

适合想在自己的服务器上运行开源模型的开发者和研究人员,也适合要让智能体读懂截图、文档或视频的团队。

行业谁在用怎么用例子
软件开发者把它当作自己的智能体框架或开发工具背后的编程模型让它找出测试失败的原因并给出修复建议
研究分析师和科学家把论文、图表和示意图交给它,请它解释发一张 STEM 示意图,问图里画的是什么
智能体开发自动化的团队让它规划多步骤任务,并根据工具返回的结果调整交给它一个需要多次调用工具的任务,让它做完
媒体审阅者和剪辑师就一段长录像向它提问发一段长达一小时的视频,问某个话题出现在哪里

如果你只想用托管服务,不想自己维护服务器,可以先等一等,因为模型卡说托管版本即将推出。

用在哪里

  • Hugging Face Transformers:权重以它的格式发布
  • vLLM:列为兼容
  • SGLang:列为兼容
  • TokenSpeed:列为兼容
  • 编程框架和开发工具:模型卡说对常用工具的支持比以前更广
用途适合谁得到什么
编程帮助开发者在多步骤任务中写出或修改的代码
阅读文档和示意图研究人员对图片或页面的文字解释
视频提问分析师关于长视频内容的回答

如何设置

开始前你需要准备这些。

  • 页面提到的运行环境之一:Transformers、vLLM、SGLang 或 TokenSpeed
  • 内存足够运行 27B 模型的机器,页面没有给出具体数字
  1. 从列表里选一个运行环境,按它自己的指南安装。
  2. 从模型页面下载 Qwen3.8-27B 的权重。
  3. 在你的运行环境里,从下载好的文件加载模型。
  4. 发送一条带图片的测试提示词,确认能收到文字回答。

在终端里运行:

# 安装 Hugging Face 的命令行
pip install -U huggingface_hub
# 把模型的文件下载到一个文件夹
hf download Qwen/Qwen3.8-27B --local-dir Qwen3.8-27B

这里能看到的模型卡文字没有给出安装命令,所以请按你所选运行环境的指南操作。

如何使用

你通过运行环境向模型发送文字、图片或视频,再读它返回的文字。思考模式默认开启。你可以在单次请求里关闭它,也可以调节推理的深度。

工具作用
思考模式默认开启,可以在单次请求里关闭
reasoning_effort设置模型推理的深度
preserve_thinking在对话里保留之前消息的推理内容

示例

你附上一张图表截图,问它显示了什么趋势,哪里看起来不对劲。模型会读图,在思考模式开启时先推理,再用文字作答。

新手与专家

这是一个你自己运行的聊天模型,除了读文字,还能看图片和视频。你可以先试一件小事:发一张图片,配一个简短的问题,保持思考模式开启。

它是稠密模型,所以每个 token 都会用到全部 27B 参数。它有 64 层,由 16 组重复结构组成,每组是三层 Gated DeltaNet 加一层 Gated Attention,每层后面接一个前馈网络。视觉编码器负责处理图片和视频,训练时还让它学会一次预测多个 token。原生上下文长度是 262,144 个 token,可以扩展到 1,000,000。

  1. 文字、图片或视频输入
  2. 视觉编码器读取图片和视频
  3. 各层交替使用 Gated DeltaNet 和 Gated Attention
  4. 除非关闭,否则先运行思考步骤
  5. 返回文字回答

注意事项

  • 许可证:Apache-2.0
  • 上下文窗口原生为 262,144 个 token,可以扩展到 1,000,000
  • 权重采用 Hugging Face Transformers 格式,模型卡列出的兼容环境有 Transformers、vLLM、SGLang 和 TokenSpeed
  • Qwen Cloud 被宣布为托管选项,默认 1M 上下文并带内置工具,标注为即将推出
  • 这里能看到的模型卡文字没有写明硬件要求

模型卡里有一行基准结果,把它和较早的 Qwen3.6-27B 做了对比。

Terminal Bench 2.1 终端智能体编程得分
Qwen3.8-27B73.0 分
Qwen3.6-27B63.4 分

README 和文件

README

Qwen3.8-27B

能读懂文字、图片和视频并用文字回复的 27B 开源模型,面向编程、研究和多步骤智能体任务,适合自己部署模型的开发者。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:
Qwen3.8-27B 是 Qwen 推出的开源模型,能读文字、图片和视频,并用文字回复。它是拥有 27B 参数的稠密模型,主要面向编程、研究、专业工作,以及需要很多步骤的智能体任务。它属于 Qwen3.8 这一代,建立在 Qwen3.5 的设计之上。

适合谁:
适合想在自己的服务器上运行开源模型的开发者和研究人员,也适合要让智能体读懂截图、文档或视频的团队。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 把它当作自己的智能体框架或开发工具背后的编程模型 | 让它找出测试失败的原因并给出修复建议
研究 | 分析师和科学家 | 把论文、图表和示意图交给它,请它解释 | 发一张 STEM 示意图,问图里画的是什么
智能体 | 开发自动化的团队 | 让它规划多步骤任务,并根据工具返回的结果调整 | 交给它一个需要多次调用工具的任务,让它做完
媒体 | 审阅者和剪辑师 | 就一段长录像向它提问 | 发一段长达一小时的视频,问某个话题出现在哪里

如果你只想用托管服务,不想自己维护服务器,可以先等一等,因为模型卡说托管版本即将推出。

用在哪里:

  • Hugging Face Transformers:权重以它的格式发布
  • vLLM:列为兼容
  • SGLang:列为兼容
  • TokenSpeed:列为兼容
  • 编程框架和开发工具:模型卡说对常用工具的支持比以前更广
用途 | 适合谁 | 得到什么
编程帮助 | 开发者 | 在多步骤任务中写出或修改的代码
阅读文档和示意图 | 研究人员 | 对图片或页面的文字解释
视频提问 | 分析师 | 关于长视频内容的回答

如何设置:
开始前你需要准备这些。

  • 页面提到的运行环境之一:Transformers、vLLM、SGLang 或 TokenSpeed
  • 内存足够运行 27B 模型的机器,页面没有给出具体数字
  1. 从列表里选一个运行环境,按它自己的指南安装。
  2. 从模型页面下载 Qwen3.8-27B 的权重。
  3. 在你的运行环境里,从下载好的文件加载模型。
  4. 发送一条带图片的测试提示词,确认能收到文字回答。

这里能看到的模型卡文字没有给出安装命令,所以请按你所选运行环境的指南操作。

如何使用:
你通过运行环境向模型发送文字、图片或视频,再读它返回的文字。思考模式默认开启。你可以在单次请求里关闭它,也可以调节推理的深度。

工具 | 作用
思考模式 | 默认开启,可以在单次请求里关闭
reasoning_effort | 设置模型推理的深度
preserve_thinking | 在对话里保留之前消息的推理内容

示例:
你附上一张图表截图,问它显示了什么趋势,哪里看起来不对劲。模型会读图,在思考模式开启时先推理,再用文字作答。

新手与专家:
这是一个你自己运行的聊天模型,除了读文字,还能看图片和视频。你可以先试一件小事:发一张图片,配一个简短的问题,保持思考模式开启。

它是稠密模型,所以每个 token 都会用到全部 27B 参数。它有 64 层,由 16 组重复结构组成,每组是三层 Gated DeltaNet 加一层 Gated Attention,每层后面接一个前馈网络。视觉编码器负责处理图片和视频,训练时还让它学会一次预测多个 token。原生上下文长度是 262,144 个 token,可以扩展到 1,000,000。

文字、图片或视频输入
视觉编码器读取图片和视频
各层交替使用 Gated DeltaNet 和 Gated Attention
除非关闭,否则先运行思考步骤
返回文字回答

注意事项:

  • 许可证:Apache-2.0
  • 上下文窗口原生为 262,144 个 token,可以扩展到 1,000,000
  • 权重采用 Hugging Face Transformers 格式,模型卡列出的兼容环境有 Transformers、vLLM、SGLang 和 TokenSpeed
  • Qwen Cloud 被宣布为托管选项,默认 1M 上下文并带内置工具,标注为即将推出
  • 这里能看到的模型卡文字没有写明硬件要求

模型卡里有一行基准结果,把它和较早的 Qwen3.6-27B 做了对比。

Title: Terminal Bench 2.1 终端智能体编程得分
Qwen3.8-27B: 73.0 分
Qwen3.6-27B: 63.4 分

Hugging Face 上的数据(2026年11月10日)

  • 任务:image text to text
  • 框架:transformers
  • 参数量:27.8B
  • Weights: about 55.6 GB in BF16; about 13.9 GB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载:7,508,158
  • 点赞:19,504
  • 许可证:apache-2.0
  • Quantized versions: 1,730
  • Fine-tunes: 858
  • 标签:transformers, safetensors, qwen3_5, image-text-to-text, conversational

链接

  • 模型:https://huggingface.co/Qwen/Qwen3.8-27B
  • 文件:https://huggingface.co/Qwen/Qwen3.8-27B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download Qwen/Qwen3.8-27B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-10

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Qwen3.8-27B 本页6,960,39519,79527.8Bapache-2.0
Qwen3.5-9B共有 qwen3_5 · image-text-to-text · conversational6,259,8092,3539.7Bapache-2.0
Qwen3.8-27B-FP8共有 qwen3_5 · image-text-to-text · conversational5,442,81098427.8Bapache-2.0
Qwen3.5-4B共有 qwen3_5 · image-text-to-text · conversational5,083,7221,2264.7Bapache-2.0
Qwen3.5-2B共有 qwen3_5 · image-text-to-text · conversational4,044,7464792.3Bapache-2.0
Qwen3.5-0.8B共有 qwen3_5 · image-text-to-text · conversational3,286,957837873Mapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

simonwGemini 4 ArgonI don't know if this is how the OpenAI effort levels work, but for Qwen 3.8 27B the effort level really does get translated into the prompt. https://huggingface.co/Qwen/Qwen3.8-27B/blob/main/chat_templ... xhigh: "Reasoning effort is set to xhigh. Please think carefully through the task, validate…Grass Toucher Georgsome people are poo-pooing Arete-27B as more or less just Western propganda bullshit, and it may well have some such in it, but i don't think it's ridiculous to try and make a de-propaganda'd qwen3.8-27b. these are its answers to two comparable questions about China/USA. note the difference.17 赞 · 2 条回复kennywinkerOpenFatigue™ – Open is the new closed> Open weights are open as the open of 2000s commercial software, maybe with a free SDK This just isn’t true. 2000s commercial software you buy under a restrictive license, and then extend using an sdk. You can’t modify or distribute the code only your plugin or extension. Open weight models you…PCMaster InsiderMicrosoft releases Foundry Local, letting developers run the Qwen3.8-27B model on Nvidia GPUs with GitHub Copilot. https://pcmasterinsider.com/microsoft-foundry-local-qwen-38-27b-local-ai/ #LocalAI #Microsoft #Nvidia #SoftwareDevelopment1 赞 · 1 条回复pcthrowawayTalorys – A self-hosted personal AI agent on Cloudflare's free tierLooks like it's about 4M input tokens or 0.5M output tokens with their cheapest model `@cf/meta/llama-3.2-1b-instruct` With `@cf/qwen/qwen3.8-27b` it's 240K input tokens and 34,000 output tokensSunLibCrypto🆕 Nouvel article SunLibCrypto — Nanbeige4.3-33B égale Qwen3.8-27B sur l'index d'IA mais consomme 44 % de jetons en plus Le modèle de raisonnement dense Nanbeige4.3-33B de BOSS Zhipin obtient https://sunlibcrypto.com/promo-clic.php?id=e0dce5b191723721bede6b43e17879a82bfc4dcf23cc2a3d10cdfd3f41edad13qwerpyBest LLM for every budget, updated dailyWouldn't be so sure, at least not for a GPU-based system. Quick math for a 5090 running at around 500W generating 100 tokens per second (reasonable for Qwen 3.8-27B) is around 2-3 kWh for a million tokens, which is around $0.60 for some mix of off/on peak electricity rates. This is in the same…Senada Business SolutionsNous Research'ün Batılı değerlerle yeniden eğittiği Çin merkezli Qwen modeli: Arete-27B Açık kaynak yapay zeka modelleri üzerine çalışan Nous Research, Alibaba tarafından geliştirilen Qwen3.8-27B modelinin yeniden eğitilmiş bir versiyonu olan Arete-27B'yi tanıttı. Şirket, Arete-27B'yi Çi...…ActorNightlyM5 Ultra Mac Studio ReviewNice try. A) He literally says "I tested a different Qwen model for the comparisons between Mac and PC." The model he tested has to fit on one GPU, otherwise the inference is dogshit slow as you are offloading results to ram. If you ran any amount of local inference, you would know this.…Ercanceviz.com.trNous Research’ün Batılı değerlerle yeniden eğittiği Çin merkezli Qwen modeli: Arete-27B Açık kaynak yapay zeka modelleri üzerine çalışan Nous Research, Alibaba tarafından geliştirilen Qwen3.8-27B modelinin yeniden eğitilmiş bir versiyonu olan Arete-27B'yi tanıttı. Şirket, Arete-27B'yi Çin'de…lelandbateySo you want to use OpenRouter?> There's not even a way to compare providers, AFAICT That's not quite true. The only thing they don't show per-provider is benchmark data, cause I don't think they are doing continuous benchmarking of each model from each provider, as I assume they feel that's too expensive. You can see hugely…AI Founders ONLINEThe biggest gain came when Qwen3.8-27B moved from 56.0% completion in its own qwen-code harness to 74.9% in opencode—a 19-point jump showing harness impact on model scores.

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架