阿里雲發布了 Qwen 3.8 27B，這是一款密集多模態模型，用戶反饋其在編碼和 OCR 任務上的表現可與 GPT-4o 和 Gemini Flash Lite 相媲美。該模型被視為本地推理的突破，估計自購硬體的成本可在兩個月內收回。Qwen 3.8 27B 擁有 262,144 個 token 的原生上下文窗口，並以 Apache 2.0 許可證發布。用戶指出其在複雜任務（如逆向工程授權檢查）中具有自我糾錯能力，這使其與之前的本地模型有所區別。

事件背景

OCR（光學文字辨識）是一種將掃描文件等圖像轉換為可編輯和可搜尋資料的技術。「IBM 時刻」一詞指的是歷史上一個轉變時期，當時更小、更便宜的本地解決方案顛覆了由大型主機主導的市場，類似於個人電腦最終取代許多任務中的主機。

社群觀察

社區成員對該模型的潛力持樂觀態度，有人認為更大的 122B MoE 版本可能進一步重塑市場。其他人指出，像 Ovisocr2 這樣的專用小型模型已經能以更快的速度提供高品質的 OCR，同時討論也強調了該模型強大的錯誤糾正能力。