Qwen3.8强化版发布！27B比肩Opus 5.5

27B 参数的模型，能不能把代码能力顶到一线闭源模型附近？这次强化版 Qwen3.8-27B 给出的答案很直接：用 390 万条代码做专项后训练，把更多算力花在编码、推理和提速上。按发布方给出的同协议自测结果，它在多项测试中已经摸到 Opus 5.5 与 GPT-6 Astra 所在的档位，同时把推理 token 中位数压低 44% 到 53%。

这套强化并非简单堆数据。训练目标很明确：代码要写得对，推理别绕远路，本地部署还得跑得动。对手越强，小模型越要把每一分参数用在刀刃上。

390 万条代码，专门补强编程能力

强化版的第一步，是拿 390 万条代码做专项后训练。数据量只是表面，更关键的是学习对象覆盖 Opus 5.5、GPT-6 Astra、Grok 4.7 和 DS V4 Pro。把几家强模型的长处集中到一个 27B 模型里，走的是博采众长的路子。

这里的蒸馏对齐，可以理解成让小模型观察强模型怎样拆题、怎样组织答案、怎样写出可执行代码，再把这些做法压进自己的参数。它没有盲目追求大而全，而是把训练火力集中到代码任务。对于日常补函数、修错误、读仓库和生成脚本，这种专项强化往往比单纯增加参数更实在。

当然，27B 仍是 27B。它的优势在于以更小体量逼近更强能力，不代表每项任务都能替代旗舰闭源模型。真正值得关注的是，原本需要云端高价模型完成的许多编码工作，如今有机会在本地机器上处理。

EfficientThink 专治推理空转

很多推理模型会出现一种尴尬情况：答案其实已经找到了，输出仍在继续，甚至一路写到 94K token。字数多不等于想得深，过犹不及，空转只会拖慢响应、吃掉上下文，还让显存和费用跟着上涨。

EfficientThink 针对的正是这类冗长推理。它要求模型尽早抓住关键步骤，减少反复自问、自答和改口。发布方给出的数据是，推理 token 中位数下降 44% 到 53%。如果结果能够在更多任务上复现，这项改进比单纯把峰值跑分抬高更有日常价值，因为它同时影响速度、显存占用和连续对话长度。

SFT、RLOO、MTP 三路一起练

训练组合由 SFT、RLOO 与 MTP 三部分组成。SFT 负责把高质量代码与解题样例教进去，让模型先学会正确写法；RLOO 用奖励信号继续打磨答案，鼓励它产出更可靠、更简洁的结果；MTP 则让模型一次预测后续多个 token，为后面的投机解码铺路。

推理阶段还能接入 DFlash2。它会先快速猜出一段候选 token，再由主模型批量核验。猜得准，就能一次通过更多内容，减少逐 token 等待。MTP 与 DFlash2 都在解决同一件事：让生成速度上去，但两条路线需要按部署方式取舍，不能直接叠在一起。

这套组合的看点不在名词多，而在训练与部署前后衔接。SFT 先把基础打牢，RLOO 修正答题取向，MTP 或 DFlash2 再把速度提起来，环环相扣。

三项自测都到 90% 左右

按发布方同协议自测，GPQA 得分 89.9%，MMLU 得分 90%，LCB 得分 90%。其中 LiveCodeBench 小集从 83 提升到 90，说明专项代码训练确实带来了可见增益。

这些数字要读准。它们来自发布方自测，价值在于同一协议下观察训练前后的变化，还不能直接等同于独立机构的横评结论。尤其是编程模型，跑分只覆盖一部分能力。跨文件修改、旧项目排错、依赖安装、测试修复和长会话稳定性，都需要拿真实仓库再跑。

耳闻之不如目见之，目见之不如足践之。最稳妥的办法，是准备一组自己熟悉的任务，让本地模型与常用云端模型同时做，再比较正确率、耗时、token 数和返工次数。

24GB 显存就能跑，Q4 约 18GB

模型采用 Apache-2.0 许可，GGUF Q4 量化文件约 18GB，24GB 显存的显卡具备本地运行条件。留出的显存还要承担上下文缓存等开销，因此第一次启动别把上下文长度拉到极限，先从常用长度跑通，再逐步增加。

部署可以按四步走。

第一步，拉取权重。搜索完整模型名，下载主 GGUF 文件；需要看图时，再下载对应的多模态投影文件。先核对文件名与量化档位，避免主权重和投影文件对不上。

第二步，用 llama.cpp 起服务。命令参数来自原发布说明：

llama-server -m Q4LynnStyle-MTP.gguf -c 409600 -ngl 99 --jinja --spec-type draft-mtp --spec-draft-n-max 4

其中 -ngl 99 尽量把模型层放进显卡，--jinja 启用聊天模板，后两项打开 MTP 草稿预测。若显存吃紧，可先把上下文长度调低，确认能稳定启动后再往上加。

第三步，需要看图时加上多模态投影参数：

llama-server -m Q4LynnStyle-MTP.gguf -c 409600 -ngl 99 --jinja --spec-type draft-mtp --spec-draft-n-max 4 --mmproj mmproj-Qwen3.8-27B-Q8_0.gguf

第四步，追求更高吞吐时，可改用 SGLang 配合 DFlash2。注意它与前面的 MTP 路线二选一。先用同一批提示词分别测试速度和正确率，再决定长期保留哪套配置。

小模型开始靠专项训练追旗舰

强化版 Qwen3.8-27B 最值得看的地方，是它把「模型够强」与「本地跑得动」放到了一起：390 万条代码补能力，EfficientThink 砍空转，三重训练稳住结果，投机解码继续提速。27B 没有靠体量硬碰硬，而是靠更集中、更省 token 的打法缩小差距。

如果你的主要任务是写代码、读项目和做本地自动化，这类模型已经值得放进候选清单。先用自己的仓库做一轮对照测试，再决定它负责日常主力、离线备用，还是专门承担批量任务。跑分负责敲门，真正能不能留下，还得看它在你的机器和代码里表现如何。

原文链接：https://x.com/NFT_Chen/status/2108459889681207731