千問27B打到Opus4.6門口：Muse Glimmer 8項全敗

据動察 Beating 監測，千問正式開源 Qwen3.8-27B，官方跑分也一起公佈。這個只有 27B 參數的本地模型，在官方列出的 8 項可直接對比測試中，全部超過 Meta 剛發布的 30B 模型 Muse Glimmer。

差距在 Agent 和編程上尤其明顯。Terminal-Bench 2.1，Qwen3.8-27B 得分 73.0，Muse Glimmer 為 51.7；SWE-bench Pro 是 61.7 對 51.2；OSWorld-Verified 則是 84.3 對 65.9。通用推理、文檔和視覺測試也全部領先。

更誇張的是和 Claude Opus 4.6 對比。兩邊都有成績的 19 項測試中，Qwen3.8-27B 贏了 15 項。SWE-bench Pro、LiveCodeBench、OSWorld、AndroidWorld 和多項視覺任務都已經反超；Terminal-Bench、GPQA、HLE 和 NL2Repo 仍落後。

一個能在個人電腦本地跑的 27B 模型，官方跑分已經摸到了上一代閉源旗艦的水平。