阿里 27B 跑分追平 GPT-5.6 — 小模型开始够用

这是什么

Qwen 3.8 27B 用 270 亿参数的「小身材」，在 Artificial Analysis 综合智能评测上追平了 GPT-5.6 Luna（最高算力档）—— 这意味着「小模型跑不动顶级任务」的行业假设需要改写。

52 分这个成绩的具体坐标是：与 GPT-5.6 Luna 持平，落后智谱 GLM-5.2 一分（GLM 参数量 7530 亿，是 Qwen 的近 28 倍），落后 DeepSeek V4 Pro 0813 一分。Artificial Analysis Intelligence Index 是业内被广泛引用的综合跑分，汇总推理、代码、数学等多类任务表现。

把这件事放回时间线：三个月前，业内还在争论「开源或中等模型能不能追上闭源巨头」。Qwen 3.8 27B 给出的回答是，至少在第三方跑分层面，追平做到了。

行业怎么看

看好的一方认为，这是「小模型路线」的标志性时刻。当 27B 就能接近 753B 的综合表现，意味着大量原本必须调用超大云端 API 的应用场景，可以转向自部署或私有云，企业 AI 的成本结构可能被改写。Hacker News 开发者社区一片惊叹，长期跟踪开源模型的 Simon Willison 直接称其为「令人震惊的模型」。

但克制的声音同样存在。第一，Artificial Analysis Index 是单一评测体系，对「真实任务表现」的代表性一直有争议，跑分追平不等于体验追平。第二，27B 模型虽然规模「小」，单次推理的显存占用和成本对中小企业依然不轻，远未到「随便一台电脑就能跑」的水平。第三，GPT-5.6 Luna 的 52 分是在 max effort 档位取得，意味着闭源方调用了更高算力，两边并非真正同一起跑线比较。最后，中国模型在硬件获取上仍有外部约束，模型层面的效率优势能否完全转化为产业优势，还要看供应链。

对普通人的影响

对企业 IT：如果你的公司正在评估自建 AI 能力，Qwen 这类「中等身材、强能力」的模型降低了私有化部署的硬件门槛，值得开始重新询价。

对个人职场：你日常用的 ChatGPT、文心、豆包等产品短时间内不会因此降价，但行业整体推理成本下行的趋势，对内容、客服、数据分析这些岗位的工具成本是利好。

对消费市场：手机、车机、智能音箱里塞进更强 AI 的可能性在变大 —— 厂商终于有「小但够用」的模型可以选了。