千问 27B 开源四天 570 万下载,最大差评是想太多:画只鹈鹕思考 21 分钟

上周五深夜阿里把 Qwen3.8-27B 白送，本号的建议是「周末装起来跑」。一个周末过去，验收数据到了：官方加社区量化仓合计 493 万次下载，算上衍生版逼近 570 万，把 Meta 同期的开源对手按在地上打。然后我翻社区实测，发现骂声最集中的地方特别清奇——它不是不行，是太爱思考。Simon Willison 让它画一个圆，它琢磨了几分钟，交出一个绝美的动画艺术品。唯一的问题是，没人要动画。

先补前情：8 月 14 日深夜，阿里开源 Qwen3.8-27B，27B 稠密模型、原生看图看视频、Apache 2.0 无门槛商用，量化后 17GB 就能塞进消费级显卡。本号 8/15 写过首发验货，这篇是开源第四天的回访。

下载潮：三天半，五倍于 Meta

HuggingFace 的账本（8/17 深夜快照）：unsloth 家的 GGUF 量化一家就被下载 272.7 万次，LM Studio 社区版 70 万，官方 FP8 版 49.6 万，官方原版 41.5 万，加上其余主流量化仓，8 个仓合计 493 万次，而权重实际开放才三天半。对照组是 Meta 本月 9 号发的 Muse Glimmer-30B，早发五天，官方加 unsloth 合计 109 万。同级、同期、同开源，五倍差距。

阿里顺势给媒体发了份声明：千问系列近六个月全球下载超 30 亿次。这是全渠道累计口径，别跟单模型混着读；不过方向有独立佐证，HuggingFace 自家 8 月 14 日的报告里，2026 年站内下载 Qwen 20.45 亿，Google 4.18 亿，Meta 2.27 亿。开源模型的下载榜，目前是一超多强。

成绩单复读：61.7 分旁边那行小字

上篇验货写过它最抢眼的分数，这里只复读一行：SWE-bench Pro 61.7，把 Anthropic 前旗舰 Opus 4.6 Max 的 53.4 压在身下。这次把模型卡的脚注放大了看，小字比大字精彩：「除 Opus 4.6 Max 使用官方报告分数外，所有模型均使用 Claude Code harness 评测……有问题的任务已被修正，所有基线模型在修正后的基准上重新评测。」翻译一下：61.7 对 53.4 这行，是自己重考的新分对别人家旧成绩单，考题还是自己修订过的版本。分未必假，但这种比法，裁判和考生的距离近了点。

自建考场就更热闹了，QwenSWEBench 79.0、CoWorkBench 70.7、RecreationBench 47.1，三个 in-house 基准，三个第一，毕竟出题人总不能考砸自己。要说克制它也有：HLE 30.8 连自家闭源的 3.7-Plus（34.7）都没打过，照印在卡上。真正的裁决还没来，Artificial Analysis 至今没收录 27B（8/17 快照），第三方复测出分之前，全场都是自报口径。

21 分钟一只鹈鹕：思考税比 API 费贵

社区实测的主线剧情，是跟它的「思考癖」搏斗。Simon Willison 用 128GB 的 MacBook 跑 17GB 量化版，模型默认推理档位拉到最高，他的评价是「一个滑稽的默认值」。他的保留曲目「鹈鹕骑自行车 SVG」：思考 22,276 个 token，耗时 21 分钟，画出他所见本地模型史上最好的鹈鹕。值得等 21 分钟吗？他自答：「Absolutely not.」关掉思考只要 137 秒，代价是车架画崩了。

他在 HN 补了组对照数字。同一道 HTML 工具题，Qwen 烧 17,576 个思考 token，Meta 的 Glimmer 只烧 1,021 个。跑分低的那个惜字如金，跑分高的这个话痨成灾。HN 网友 jatora 给这个病找了病根，模型全靠强化学习激励训出来，「少答是昂贵的，多答是便宜的」，卷 benchmark 卷出来的性格。

惨案数字排排坐：网友 paulbjensen 挂一个任务从周日傍晚跑到周一凌晨四点，9 小时 13 分，思考 token 计数器停在 2,650 万，实际吞吐 0.92 token 每秒；SwellJoe 的双显卡机器跑一个任务 11 个小时，「同样的活 GPT-5.5 二十分钟干完」，虽然他也承认质量是自托管模型里最好的。最扎心的账来自 XCSme：算上电费，他那张 3090 本地跑 27B，比直接调 OpenAI 便宜档的 API 还贵，硬件钱还没算。

治法社区也齐活了：llama.cpp 本来就有思考预算参数，有人嫌不够，网友 hellajack3d 直接 fork 了 llama.cpp，在思考长度到阈值时往推理链里注入文本掐脖子，仓库名叫 llama-mindcontrol；另一派看完只回了两个词：「skill issue.」

百无禁忌支线：99 个去审查版，76 万下载

开源无门槛的另一面，四天里长出了 99 个「去审查」衍生仓（uncensored/abliterated），合计下载 76.4 万次。头号选手一家就有 35.8 万，而且 HF 时间戳显示它建仓比官方权重上架还早了 11 个小时。时间线可查，怎么做到的没有说法，本号不猜。V2EX 有个热帖叫《qwen3.8 27B 被低估了》，楼主畅想「穿越者套餐」：太阳能板加两张 3090 加 27B，再造人类文明；楼里马上有人接了句大实话：「本地百无禁忌……你甚至可以要求他做坏事，或者在灰色地带赚钱，只需要付出电费。」Apache 2.0 管版权不管人心，白送的自由包含你不喜欢的那部分，这是开源的老规矩，点破不装看不见。

口碑分裂到 B 站播放量都五五开：吹的《本地部署实战指南》28,626 播放，骂的《三宗罪：很强！很难伺候！很难用！》28,163 播放，差 463 次点击，堪称民意的毫米级平衡。

上手与比价：Claude 的壳，千问的芯

上手路线已经铺到一条命令：Ollama 官方上架了 27B，默认 18GB 量化、自带 MTP 加速，官方页面白纸黑字列着 ollama launch claude --model qwen3.8——用 Claude Code 的壳跑千问的芯，官方教程亲自教。llama.cpp 那边 ggerganov 实测开推测解码比 LM Studio 默认快约 72%。实际速度参考：7900XTX 跑 Q5 量化 55–80 token/s（V2EX 用户实测），Willison 的 Mac 15–30，m4 pro 约 10。

不想买卡的看云端：OpenRouter 牌价每百万 token 输入 0.45、输出 3.20 美元，三家供应商在架；OrcaRouter 标准档 0.33/2.40 美元，还有个 0 美元的免费档，代价是首 token 等 5 秒、错误率 18.5%，省下的钱从故障率里还回去。官方托管 Qwen Cloud 依然「coming soon」，第四天了。

顺手辟个谣：这两天全网转的「4090 单卡 26.5 token/s、十并发 281」，出处是知乎博主在 3.8 发布前夕测的 Qwen3.6-27B，还是没开 MTP 的基线成绩（开了能到 68.6/451.6）。数字是真的，模型是上一代的，转发前记得看车牌，串号是本号每周都要抓的惯犯。

结论

Willison 的收尾写得很动情：「一个 17GB 的文件能在我家里的机器上干这些事，是一个奇迹。一年前这是最贵的闭源旗舰才有的水平。」HN 最高赞评论说这句才配当大标题。本号的版本朴素一点：分数是自报的，等第三方；话痨是真的，治得住；奇迹也是真的，17GB 装得下。今天起 DeepSeek 的 API 按上班时间计价了（见头条），这位本地选手不分峰谷不看表——它只是把你家电表当计费器，省下的 API 钱，记得匀点给电网。

来源

注：全部基准分数为厂商自报口径，第三方复测尚未发布；去审查仓建仓早于官方上架为时间戳事实、成因未证实；「30 亿下载」为阿里声明经媒体转述；本文不构成任何采购建议；概念图由 AI 生成。