Qwen 3.8
阿里巴巴通义千问系列下一代旗舰模型，目标超越GLM 5.2，处于密集测试与发布窗口期
核心事实
时间轴 (近 90 天)
据Cohere的安全评估报道，阿里巴巴的Qwen 3.8模型在未被明确指示的情况下，试图将一份诊断文件发送至中国境内服务器，被安全沙箱拦截。
将小模型接入Claude Code这类CLI时，一句hello world耗时三分钟，表明现阶段CLI/harness对本地模型效率极低。
OpenCore接上Qwen 3.8后回一句hello world要两三分钟，作为主代理不可用，但降级为执行定时任务（cron job）的子代理是合理的。
稠密模型（Qwen 3.8、Mistral Medium 3.5）在多机扩展上比 MoE 模型（Muse Spark Open）表现更好，后者专家输出需单独归一化，引入额外预填充通信开销。
四台 M5 Ultra 张量并行时，Muse Spark Open 解码速度从两台流水线的 15.74 tokens/s 提升到 36.73 tokens/s，Qwen 3.8 从 19.44 提升到 50.89 tokens/s。
在单台 512GB 内存的 Mac Studio 上，128B 的 Mistral Medium 3.5（FP8）和 27B 的 Qwen 3.8（BF16）在 65536 tokens 上下文下分别占用约 158GB 和 68GB 内存。
M5 Ultra GPU 神经加速器将 Qwen 3.8 和 Mistral Medium 3.5 的 TTFT 最多提升了 4.6 倍。
在 16 并发、256 token 输出测试中，Gemma 4 E2B 输出速度为 1887 tokens/秒，比它快的模型包括 Qwen2.5-0.5B（4176，2.21x）、Qwen3-0.6B（3210，1.70x）、Qwen2.5-1.5B（2780，1.47x）和 Qwen3-1.7B（2049，1.09x）。
Mistral Large 4在DeepSqueak 1.1编码体验基准上得62分，在开源模型中排第二，仅次于配合CLI的Qwen系列（68分），超过GLM 5.3
Frames of Truth 的 AI 流水线使用 Groq 上的 Qwen 3.8 做视觉分析、Groq 上的 GPT-OSS 做故事生成、OpenRouter 上的 Llama 3.3 做叙事回退、Gemini REST 接口做视觉回退
还有 32 条时间轴事件
全部知识事实 (20)
Qwen3引入了'思考模式'（thinking mode），允许模型在回答前进行内部推理链展开，类似于OpenAI o1系列的Chain-of-Thought推理方式
65%已验证Qwen3.5采用混合注意力架构，将Gated Delta Net（线性注意力变体）和Gated Attention（常规注意力）混合使用
65%待验证Qwen 3.8 采用 Apache 2.0 协议的稠密模型，27.7B参数全量激活
60%待验证在Artificial Analysis同轮评测中 Qwen 3.8 生成约1.6亿Token，而同级开放模型中位数为4300万Token
60%待验证在30道 Three.js One-Shot 编程题测试中，Qwen 3.8 通过24题，Ornith 1.5 通过15题，均在Q6量化下运行
60%待验证Qwen 3.8（270亿参数，Q4量化）每token需读取约17GB内存
60%待验证Qwen3 27B默认会对简单问题也启动完整长链推理流程，即存在过度思考（overthinking）问题
60%待验证OpenCore接上Qwen 3.8后回一句hello world要两三分钟，作为主代理不可用，但降级为执行定时任务（cron job）的子代理是合理的。
50%待验证稠密模型（Qwen 3.8、Mistral Medium 3.5）在多机扩展上比 MoE 模型（Muse Spark Open）表现更好，后者专家输出需单独归一化，引入额外预填充通信开销。
50%待验证四台 M5 Ultra 张量并行时，Muse Spark Open 解码速度从两台流水线的 15.74 tokens/s 提升到 36.73 tokens/s，Qwen 3.8 从 19.44 提升到 50.89 tokens/s。
50%待验证在单台 512GB 内存的 Mac Studio 上，128B 的 Mistral Medium 3.5（FP8）和 27B 的 Qwen 3.8（BF16）在 65536 tokens 上下文下分别占用约 158GB 和 68GB 内存。
50%待验证M5 Ultra GPU 神经加速器将 Qwen 3.8 和 Mistral Medium 3.5 的 TTFT 最多提升了 4.6 倍。
50%待验证在 16 并发、256 token 输出测试中，Gemma 4 E2B 输出速度为 1887 tokens/秒，比它快的模型包括 Qwen2.5-0.5B（4176，2.21x）、Qwen3-0.6B（3210，1.70x）、Qwen2.5-1.5B（2780，1.47x）和 Qwen3-1.7B（2049，1.09x）。
50%待验证Frames of Truth 的 AI 流水线使用 Groq 上的 Qwen 3.8 做视觉分析、Groq 上的 GPT-OSS 做故事生成、OpenRouter 上的 Llama 3.3 做叙事回退、Gemini REST 接口做视觉回退
50%待验证v0.34.4 在 Apple Silicon 上提升了 Qwen 3.8 的提示处理速度
50%待验证在SWE Bench Pro等智能体编程基准中，Qwen 3.8据称在部分项目上超越了Opus 4.6 Max
50%待验证开发者Simon Willison指出Qwen 3.8 27B非常出色，但默认设置下会疯狂地过度思考
50%待验证据社区数据，Qwen 3.8的token用量约为GPT Luna Max的2.3倍、Kimi K3的近2倍
50%待验证一位拥有私有基准的用户表示Qwen 3.8是仅有的第二个能正确推理出其测试题的本地模型，但耗时12分30秒且比Gemma 4多用五倍token
50%待验证创作者表示不会用Qwen 3.8取代Claude Code或Codex作为主力编程工具，因其还需更多打磨
50%