Qwen 3.8 27B（FP8) 测评报告！相当的能打！
Qwen-3.8-27B FP8 量化版本实测对比，相较于上期 Q4 版本表现更进一步，强约束指令生成全部通顺无重复字符，24 点、密码锁推理题全部答对；浏览器操作系统出现计算器计算错误，太空射击游戏存在小瑕疵，3D 赛车游戏运行正常、按键方向无误，Trello 看板功能完好，综合性能足以胜任日常办公、网页开发等常规编程需求……
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
2026-09-30
Qwen 4（疑似）测评报告！究竟有多能打？
注意 Qwen 4 后面要括弧加个”疑似”——真实代号是 Qwen latest series Invite 2,609。测评环境是在 Deepseek Harness 上进行的，具体思考深度未知，稍后获悉会在评论区补充。 第一题：强约束指令遵循句子生成测试。 第 5 和第 8 句结尾不是从 1 到 10 结尾的。其他句子中第 3 句不通顺，第 6 句也不太通顺（如果改成”掷出的点数正好是 6”会更通顺）。 第二题：鹈鹕土星环骑自行车 SVG 测试。 整体感觉不错。右边转弯时仔细看会发现鹈鹕的屁股先转，然后才 180 度转正，稍微有点瑕疵。 第三题：复合弓射箭 SVG 测试。 整体效果不错，复合弓结构和弓箭抛物线都没有问题。唯一的问题是人物右手拿弓、左手拉弓，但弓箭却在右手外侧，特别是拉到身体部位时左手被挡住，弓箭感觉是被无形的手在拽着，不合常理。 第四题：实现个精美浏览器操作系统。 UI 看上去还是不错的。右上角弹窗功能没有问题。日历高亮日期部分不应做成椭圆形，而应做成圆形或带圆角的方形。Dock 栏应用没有问题。 第五题：3D 太空射击游戏。 初始速度太猛，开车水平不行...
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
2026-08-15
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…… 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
2026-08-29
Claude害了我孙割啊！各大语言模型怎么答的？
借着近期热议的孙宇晨与景甜事件，本期视频根据网传小作文还原出对应的提示词，实测多款热门大模型会给出怎样截然不同的抉择答案。 首先上场的 Claude 第一次回答选择「给」，结果让人意外，开启全新会话二次提问却变成「不给」。足以看出大语言模型属于概率模型，同一问题多问一遍结局就有可能彻底反转！ 随后我们横向评测了一众主流 AI： ChatGPT 给出了「给」的答复 马斯克旗下 Grok、豆包、DeepSeek、千问、Kimi、GLM–5.3–Flash、文心一言均回复「不给」 腾讯元宝选择「给」 一场趣味吃瓜评测之余，也给所有人提了一个醒：千万不要把人生重大决策交给 AI，它输出的结果仅能当作参考，关键事情建议多次提问、跨模型交叉对比结果再下定论…… 访问入口
