跳到主要内容
#13A+2026 年 8 月 14 日证据 A

通义千问 Qwen3.8-27B

阿里巴巴 · 27B 密集模型

27B 的开源多模态甜点

2026-08-14 发布的 27B 密集多模态模型,Apache-2.0:感知 94、文档 94、中文 92,综合分 90.5。它不是旗舰,但把“单机可部署、可微调、许可干净”三件事同时做到了当前最好的一档。视频 88、生成 80 是容量决定的边界。

文本图像视频原生多模态

最后更新于 2026 年 10 月 21 日编辑部评分

结论先行

如果你的团队需要的是一个能装进自己机房、还能继续微调的多模态主力,Qwen3.8-27B 是本期最稳的默认答案:Apache-2.0、27B、文档 94、262K 上下文,硬件门槛远低于 300B 级模型。不要指望它在长视频、创意生成和复杂 Agent 上追平旗舰;它买的是可控性,不是榜单名次。

八维评分拆解

编辑部映射分 · 0–100
视觉感知94文档 OCR94图表推理91视频时序88GUI Agent88生成编辑80中文语境92生态可用888 维
  • 通义千问 Qwen3.8-27B90.5
视觉感知与定位20%
94
文档解析与中文 OCR18%
94
图表与文档推理14%
91
视频与长时序理解14%
88
GUI Agent 与工具调用14%
88
生成与图像编辑6%
80
中文语境与文化6%
92
生态、成本与可用性8%
88

权重:视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。

公开基准与数据

按来源口径,不换算
基准 / 指标数值说明
参数规模27B密集模型
许可证Apache-2.0可商用、可微调
上下文262K可扩至 1M

公开分数来自不同版本与提示词设置,不能与本站综合分直接互换;我们仅将其作为评分证据之一。

场景映射

同一把尺子的五项压力测试
场景映射分观察
中文票据 OCR94 · 印刷体与规整票据稳定
图表取数91 · 常规图表可靠
30 分钟视频问答86 · 稀疏帧可用,细节易漏
手机 GUI 操作86 · 简单任务可用
中文文化理解92 · 通用语境扎实

优势与局限

优势

  • 27B 密集模型 + Apache-2.0:单机部署与领域微调的门槛最低。
  • 感知 94、文档 94、中文 92,三项都在企业可用线以上。
  • 262K 上下文可扩到 1M,长合同与多图输入不必频繁切段。

局限

  • 生成 80、视频 88:创意生成与长视频仍要换更大的模型。
  • 27B 容量限制了复杂 Agent 与硬推理的上限。
  • 生态 88:工具链完整,但托管 API 的价格与限流不如 Flash 档灵活。

价格与真实成本

公开单价

¥1/M tokens

约 ¥1 / 百万输出 token;权重免费。以 1,000 张 1,024px 图片、每张约 1,100 图像 token、300 输出 token 估算,单月成本约为 ¥0.6(按输入价为输出价 25% 的假设)。

按你的量计算

关于通义千问 Qwen3.8-27B

通义千问 Qwen3.8-27B 是开源的吗?

许可证:开放权重(Apache-2.0)。可获取权重,但商用前请核对具体条款与备案要求。

通义千问 Qwen3.8-27B 的价格是多少?

约 ¥1 / 百万输出 token;权重免费。按本站 8 维评分,它排在第 13 位,综合 90.5 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。

通义千问 Qwen3.8-27B 最适合什么场景?

单机或小集群私有化;领域文档微调;成本可控的图文批量处理。

为什么 通义千问 Qwen3.8-27B 的综合分是 90.5?

综合分由 8 个维度按权重加权:视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是视觉感知与定位,短板是生成与图像编辑。

个人榜单 · 非官方评分

本页所有排名、分数与对比均为个人评测榜单,不是官方评分,也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射,换一组权重名次就会变。如有不同意见或发现事实错误,欢迎联系站长:jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。