Qwen3.8

开源大模型,本地部署即可对话推理写代码

开源 🏷️基础免费,高级付费 ✅ 目前可打开 开源模型 🍴 复刻 342 🐛 待处理 8 👀 关注 31
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4380
维护状态 维护中
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 模型开源免费,云端API按量计费,有免费额度

项目预览

Qwen3.8 项目界面预览图
图片来源:项目官网

项目数据

分类开源模型
开发团队QwenLM
官网地址https://qwen.ai
定价模式🏷️基础免费,高级付费
价格说明模型开源免费,云端API按量计费,有免费额度
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
GitHub 星标★ 4380
上线时间2025-09-11 00:00:00
代码更新2026-08-17
仓库体积19 KB
本站数据更新2026-11-04
维护状态维护中
收录时间2026-09-15
浏览次数2

项目介绍

Qwen3.8 是阿里巴巴通义千问团队推出的大语言模型系列,属于 Qwen 家族的新一代版本。它面向通用文本理解与生成任务,提供从较小参数到较大参数的多种规格,支持对话、推理、代码生成、多语言处理等能力。项目开源模型权重与推理代码,开发者可以本地部署、微调或集成到自己的应用中,用于替代闭源 API 以降低成本并保护数据隐私。相比前代,该系列通常在推理能力、指令遵循、长文本处理和工具调用等方面有所增强,同时兼容主流推理框架(如 Transformers、vLLM、llama.cpp 等),方便在服务器或消费级显卡上运行。它解决的核心问题是让企业和个人以可控成本获得接近商业闭源模型的中文与多语言能力,并允许按需定制。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-15 · 当前星标 ★ 4380

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:高级 约 30 分钟 部署方式:模型权重 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 支持 CUDA 的 GPU 服务器或消费级显卡(本地推理用)
  • 已安装 Python 环境及主流深度学习依赖
  • 可从 Hugging Face 或 ModelScope 获取官方模型权重
  • 可选:SGLang / vLLM / TokenSpeed 之一作为推理框架

安装与启动步骤

  1. 1了解项目版本

    README 说明 Qwen3.8 是 Qwen3.5 系列最新版,与 Qwen3.5、Qwen3.6 同仓库维护。

  2. 2确认硬件环境

    本地部署大模型需 GPU 服务器或消费级显卡,先确认显卡与 CUDA 驱动可用。

    nvidia-smi
  3. 3下载模型权重

    从官方 Hugging Face 或 ModelScope 组织页获取权重,挑选与自身硬件匹配的规格。

  4. 4选择推理框架

    README 演示 SGLang、vLLM、TokenSpeed 三种框架,择一后按其官方文档启动服务。

  5. 5验证服务可用

    启动后按所选框架文档发起一次对话请求,确认模型能正常返回结果。

如何确认成功

README 节选未给出验证方式,建议依据所选推理框架的启动日志与接口返回结果判断。

常见问题

Q:应该用哪个推理框架部署?

A:README 提到 Qwen3.5 系列由多个推理框架支持,并示例了 SGLang、vLLM 与 TokenSpeed,可按硬件条件和使用场景选择。

Q:模型权重从哪里下载?

A:官方提供 Hugging Face(huggingface.co/Qwen)与 ModelScope(modelscope.cn/organization/qwen)两个渠道,可任选其一获取。

Q:有没有免部署的在线体验入口?

A:可以用官方 Qwen Studio(chat.qwen.ai)直接在线体验,无需自行部署模型。

Q:遇到问题去哪里提问?

A:可到 GitHub 仓库的 Issues 提交问题,或在 Discussions 中与社区交流。

注意事项

  • 本次 README 节选只有介绍与框架列表,未给出任何安装命令,实际部署请以仓库最新 README 为准。
  • Qwen3.8 属于较大参数模型,建议在 GPU 服务器上部署,消费级显卡需注意显存是否足够。
  • 使用开源模型权重时请遵守官方仓库与模型页面标注的许可协议。

核心亮点

  • 提供多种参数规格,可按显存和成本灵活选择
  • 中文与多语言能力较强,适合国内业务落地
  • 兼容主流推理框架,部署和微调门槛较低

不足之处

  • 模型权重体积大,本地运行对硬件要求较高
  • 具体版本能力与文档细节需以官方仓库为准

适用场景

  • 企业内部知识库问答与文档摘要
  • 本地部署的代码生成与辅助编程
  • 多语言客服机器人与内容创作辅助

替代项目

Llama、DeepSeek-V3、Mistral

上一篇:aarambh-studio

下一篇:BitNet

同类项目推荐

audio-ai-hub 开源

音频 AI 研究资料一站式导航,想找什么都有门路

The hub for audio AI research: papers, open models, benchmarks & datasets across aud···

★ 962 2026-08-09
ChatLM-mini-Chinese 开源

0.2B小模型跑通中文对话全流程,从数据到RLHF一步到位

中文对话0.2B小模型(ChatLM-Chinese-0.2B),开源所有数据集来源、数据清洗、tokenizer训···

★ 1737 2026-08-09
MiniMax-M2.1 开源

让AI Agent 更靠谱地干活,开发提效

MiniMax M2.1, a SOTA model for real-world dev & agents.

★ 544 2026-08-09
awesome-large-audio-models 开源

一份清单,带你快速入门音频大模型

Collection of resources on the applications of Large Language Models (LLMs) in Audio···

★ 747 2026-08-09
SALMONN 开源

让AI听懂声音、看懂画面,多模态对话更自然

SALMONN family: A suite of advanced multi-modal LLMs

★ 1564 2026-08-09
Awesome-LLM-Ensemble 开源

一页看尽LLM集成研究,快速定位核心论文

A curated list of Awesome-LLM-Ensemble papers for the survey "Harnessing Multiple La···

★ 257 2026-08-09