专题 · FULL STORY
Qwen3.8-27B：小模型实测惊艳各方
阿里Qwen3.8-27B发布后迅速引发关注：用户在RTX 4060 Ti上以Q3量化完成多项编程任务表现超预期，基准测试亦显示其在单张GH200上达129.8 tok/s推理速度，小模型挑战百倍规模对手的叙事逐步成形。
2026-08-20 ~ 2026-08-22 · 2 集 · 6 条
第 1 集 · Qwen3.8-27B实测亮眼：小模型挑战百倍规模对手(2026-08-20,3 条)
阿里Qwen3.8-27B模型近期获得多方好评。有用户在RTX 4060 Ti 16GB上运行其Q3量化版本，一次性完成多项严肃编程任务，表现超预期；Arena发布首测视频，将其与规模大100倍的模型（包括DeepSeek v4等）对比；开发者也盛赞该模型不仅基准测试出色，且专门为实际干活优化，实用性突出。
- 开发者盛赞 Qwen 3.8 27B 模型:刷分更实用 — rudrank · 2026-08-20
- Qwen 3.8 27B 轻量化评测：Q3 量化下表现超预期 — AltruisticList6000 · 2026-08-21
- Qwen3.8-27B 对战百倍大模型，首测视频出炉 — arena · 2026-08-22
第 2 集 · Qwen3.8-27B 单张 GH200 跑出 129.8 tok/s(2026-08-21,3 条)
基准测试显示，Qwen3.8-27B（BF16）模型在单张 NVIDIA GH200 上实现了 129.8 tokens/s 的推理速度，测试配置为 2048 输入 token 与 1536 强制输出 token，采用 vLLM 框架配合 DFlash2 技术栈。在多轮性能对比中，vLLM 在多数测试中胜出，SGLang 虽整体落败，但仍在 MTP-1 和 DSpace 相关测试中取得优势。
- Qwen3.8-27B 在单张 GH200 上跑出 129.8 tok/s — MaziyarPanahi · 2026-08-21
- Qwen3.8-27B 单卡跑出 129.8 tok/s，vLLM 胜出 — MaziyarPanahi · 2026-08-21
- Qwen3.8 评测：vLLM 性能表现最佳 — MaziyarPanahi · 2026-08-21