Qwen-3.8-27B 测评报告！真的能打吗？
Qwen-3.8-27B 开源模型测评，本次测试使用 Q4_K_S 量化版本，BF16 原版权重留给大家自行部署。指令生成测试全部达标通顺，24 点、密码锁推理作答无误；浏览器操作系统项目启动失败，3D 赛车游戏画面可用但按键左右反转，Trello 看板功能完整。27B 量化后依旧有着不俗实力，非量化版本潜力更高，非常适合个人以及小型企业本地部署使用……
相关工具已收录于 AI工具严选
Qwen
通义千问，阿里推出的全面AI大语言模型系列
微信赞赏
相关推荐
2026-09-02
Qwen 3.8 Max 新版测试！究竟有多能打？
Qwen 3.8 Max 新版实测报告来了！官宣编程能力大幅升级、登陆 CodeArena 榜单，今天就在 Deepseek Harness 拉满思考深度，用上 V2.1 祖传测试用例一探究竟。 强约束句子生成任务全部通过，十条语句通顺达标；三解 24 点题目前两个解法正确，第三个误用开立方出现违规参数；难度升级的 7 位密码锁推理宣告无解，推理环节翻车。 编程测试取消无头浏览器 UI 校验，纯看模型原生输出。浏览器操作系统 UI 精致、弹窗与 Dock 栏运行正常；太空射击游戏 3D 效果到位，但空格键和鼠标点击无法发射子弹，存在功能 bug；3D 赛车游戏整体体验尚可，少量障碍物贴图粗糙；Trello 看板 UI 观感舒适，拖拽增删改功能运行稳定。 访问入口
2026-05-21
Qwen 3.7 测试！吊打Gemini 3.5！
本期带来 Qwen 3.7 与 Gemini 3.5 的正面评测对比，涵盖编程、推理、数学、多模态等核心维度。阿里通义千问 Qwen 3.7 是阿里巴巴推出的高性能大语言模型，号称全面吊打 Gemini 3.5。一起来看看 Qwen 3.7 的实际表现如何。 访问入口
2026-08-27
Qwen 3.8 Flash测评报告！究竟有多能打？
期待已久的 Qwen‑3.8‑Flash 实测报告新鲜出炉！这款全新的 MoE 多模态大模型，主参 125B，每次仅激活 6B 参数，原生 256K 上下文最高可扩容至 1M，API 定价性价比极高，网传办公编稿实力十分强悍。本次依旧使用祖传全套测试用例，在 Claude Code 上将思考模式拉满展开测评。约束生成、24 点运算、密码推理题全部顺利通过，推理表现亮眼。但深度编程测试当中，浏览器操作系统、太空射击游戏、Trello 看板等项目出现了界面布局、物体方向、按钮排版等小 bug，3D 赛车游戏整体完成度较高。综合来看它的推理能力稳定在线，编程实力可圈可点，想要上手的小伙伴可以参考这份实测结果…… 访问入口
2026-07-19
Qwen 3.8 预览版测评报告，打得过Kimi K3吗？
千问 3.8 Max Preview 实测测评，对比此前 Kimi K3 的测评表现如何呢？ 统一标准祖传测试用例实测，约束文本生成全对且速度更快，24 点、密码推理答题准确；编程项目生成效率大幅提升，浏览器系统配套太空射击游戏 UI 与功能完整，3D 赛车运行流畅无操控故障，复刻 Trello 看板还原度极高，仅缺少单条待办删除按钮一处小瑕疵。 对比 Kimi K3 存在答题失误、赛车失控、界面 bug 且生成耗时极长等短板，千问新版本综合实力更出众，响应速度优势突出。 关注 AI 产品狙击手，持续更新各类 AI 模型实测干货！ 访问入口
2026-08-27
Qwen 3.8 Flash 多模态测评！究竟有多能打？
Qwen 3.8‑Flash 多模态专项测评来了！在上一期测试推理与编程实力之后，本期就用专属祖传测试用例，深度检验它识图、视觉理解的真实水平。 电影截图识别一题翻车、一题答对；空间方位判断、细微倾斜图形辨别表现出色；鸳鸯计数出现误判，将野鸭归类成了雌性鸳鸯。视觉时序测试中，并线时间识别准确，右转时间判断却出现了较大偏差。综合来看，这款 125B 参数的模型图像感知能力可圈可点，但在复杂识别、长视觉时序轴判断上依旧存在短板，感兴趣的小伙伴可以亲自动手实测感受一下…… 访问入口
2026-09-13
Qwen 3.8 Max 鹈鹕骑自行车SVG测评报告！
本期继续跑 Benchmark 里的两道 SVG 测试题——「鹈鹕土星环骑自行车」和「复合弓射箭」。上一集测的是 GLM 5.3 Flash，这一集轮到千问 3.8 Max 0902 上场。 第二题「鹈鹕土星环骑自行车 SVG 测试」，先看效果。鹈鹕和自行车的结构没有问题，但骑到右边之后，鹈鹕和自行车整个倒了过来。这一点和 GLM 5.3 Flash 刚好相反：GLM 是在上方跑道正常，一来到下面跑道就倒过来。 第三题「复合弓射箭 SVG 测试」同样有几个问题。第一，弓箭明显是反的；第二，人物的右手去拉弓的时候，是穿过了持弓的左手的，属于明显的穿帮。 其他题目这次就不重测了，分数继续沿用 Benchmark V2.1 的测评结果，只有第二、第三题换成本次的新得分。大家翻 Benchmark 数据的时候请注意这一点，我也会在页面上标注出来。 访问入口
