按"能不能放进自己机房"组织：数据与规格引自 HuggingFace 官方模型卡（2026-11 查证），价格引自公开聚合目录，以官方实时页为准。
2026 年 8 月发布的稠密开源旗舰，也是当前本地部署业务的主力选型：262,144 token 原生上下文、官方声明可扩展至 1,000,000；思考模式默认开启、可按请求关闭，支持 reasoning_effort 调节推理深度与 preserve_thinking 保留历史思考上下文；采用 MTP 多 token 预测训练。官方声明兼容 Transformers、vLLM、SGLang、TokenSpeed。Ollama 官方库 qwen3.8:27b 下载约 18GB，另有 27b-mlx 适配 Apple Silicon。
| 基准 | 成绩 | 说明 |
|---|---|---|
| LiveCodeBench v6 | 90.3 | 竞赛编码 |
| GPQA Diamond | 89.2 | 科学推理 |
| OSWorld-Verified | 84.3 | 电脑操作智能体 |
| Terminal Bench 2.1 | 73.0 | 终端编码（Terminus） |
| SWE-bench Pro | 61.7 | 工程编码 |
| IFBench | 79.5 | 指令遵循 |
官方模型卡对比列含 Qwen3.6-27B、Qwen3.7-Plus、Muse Glimmer-30B、Opus4.6 Max；成绩为官方自报口径。
与 27B 同期发布的轻量 MoE：10 个路由专家 + 1 个共享专家，激活参数约 6B，另带 51B n-gram 嵌入与 4B MTP 模块；上下文同样为 262K 原生、可扩展 1M。主打在线高并发与低单价场景，更适合作为 API 层算力而非桌面级本地部署（MoE 全量权重对内存带宽要求较高）。
2026 年 2–4 月间陆续发布的 Qwen3.5 家族覆盖 0.8B、2B、4B、9B、27B 稠密与 35B-A3B（MoE，激活约 3B）六档，构成"边缘盒 → 笔记本 → 单卡 24GB → 一体机"的完整本地阶梯。0.8B–4B 可在 CPU 与边缘设备运行；9B 适合单卡 16GB；35B-A3B 以 3B 激活换取接近小模型的推理速度，是大参数本地化的经济解。
总参数 2.4T、激活 95B 的 MoE 旗舰，上下文 262K → 1M，提供官方 FP8 权重。定位多机互联集群或云端大规格实例，作为大规模私有化平台的底座模型；普通企业本地部署建议以 27B / 35B-A3B 为主力。
| 模型 | 发布 | 用途 |
|---|---|---|
| Qwen-Image-2.1 | 2026-09 | 图像生成；另有 Turbo（10 月）与 PE 系列变体 |
| Qwen3-ASR-0.6B / 1.7B | 2026-06 | 语音识别，本地转写与字幕 |
| Qwen3-ForcedAligner-0.6B | 2026-06 | 语音时间戳对齐 |
| Qwen-Drive-1.0-4B | 2026-08 | 4B 车载/驾驶场景模型 |
美元 / 每百万 tokens，引自公开聚合目录（2026-11 快照），以官方实时价格页为准。
| 型号 | 输入 | 输出 | 缓存命中 |
|---|---|---|---|
| Qwen3.8 Flash | $0.1158 | $0.3629 | $0.0124 |
| Qwen3.8 Max | $1.5444 | $4.6332 | $0.3089 |
| Qwen3.7 Max | $1.2741 | $3.8232 | $0.2548 |
| Qwen3.6 Plus | $0.2131 | $1.2749 | $0.0426 |
| Qwen3.5 Plus | $0.0888 | $0.5313 | $0.0093 |
Qwen3.8 Flash 官方口径：1M token 上下文窗口、131K 最大输出、工具调用与结构化输出。
千问大模型网摘