除了前面这些榜单表现，Qwen3.8-27B这次还有一个很实用的变化。
那就是模型到底要「想多久」，我们现在可以自己手动调了，因为27B里内置了个「推理档位」——
模型默认开启Thinking模式，同时支持reasoning_effort调节推理深度，一共分成xhigh、medium和low三档。
复杂代码、长程Agent这类任务可以把档位拉高；简单问答、摘要、轻量任务则可以降下来，优先换速度和成本。
此外Thinking本身也能直接关闭，让模型跳过推理过程直接回答，真diy私人定制了。
在视觉数学问题解决能力上，开启CI后，Qwen3.8-27B拿到94.6分，是图里这一排可见模型中的最高成绩，这类任务不只是识别图片里的字，还得把图形、公式、空间关系一起理解。
在通用视觉推理方面，Qwen3.8-27B开启CI后做到85.6分，相比不开CI时的65.7提升非常明显，它更偏向考模型面对普通视觉场景时，能不能从「看见东西」进一步走到「理解关系、做判断」。
这成绩也说明这代27B模型在看图、读文档和视觉推理这些任务上，模型覆盖的场景和性能表现更多更强～
具体来说Qwen3.8-27B一共64层，其中48层采用Gated DeltaNet线性注意力，16层保留完整Attention，基本按照「三层线性注意力+一层完整Attention」的节奏循环。
线性注意力负责降低长序列下的计算和缓存压力，完整Attention则隔几层做一次更充分的信息交互。
这样带来的最大好处就是——Qwen3.8-27B原生上下文能做到262K Token，还可以继续扩展到100万Token！！！
来源：量子位