新闻 / 模型观察 · Qwen 生态
Qwen3.8-27B 在 Cerebras 上达到 ~1,500 Tokens/s：开源权重的极速之选，定价仅 $0.99/$1.49
阿里巴巴的 Apache-2.0 协议 Qwen3.8-27B —— Qwen3.8 世代中可作为笔记本级日常主力的模型 —— 现已在 Cerebras 晶圆级推理引擎上运行，输出速度达到 每秒约 1,500 输出 token，自 9 月 3 日起已列入官方 Cerebras 推理文档 与 定价页面。相关 Hacker News 帖子在一夜之间斩获 392 个点赞。以下是具体发布内容、成本定价，以及对正在接入 Qwen 家族的开发者而言它的定位与价值。
Cerebras 现已上线 Qwen3.8-27B 托管服务，输出速度约 1,500 tokens/s（预期后续将突破 2,000），定价为 输入 $0.99 / 输出 $1.49 每百万 token，目前作为评测预览模型开放。 该模型本身是阿里巴巴发布的 27B Dense、原生多模态、Apache-2.0 协议开源权重模型，支持 262K 上下文 —— Cerebras 官方发布公告称其综合表现超越 Qwen3.7-Plus，在真实编程场景中表现尤为亮眼。 对于追求极致速度的单开源模型工作负载，这是目前市面上最快的现货选择；而对于覆盖整个 Qwen 家族（Max-0902、Flash 各层级、视觉模型）的生产级路由，兼容 OpenAI 格式的中转方案仍是更务实的核心支柱。
官方渠道已确认的信息
- 托管支持：自 9 月 3 日起，Qwen3.8-27B 已列入 Cerebras 官方模型概览与定价页面；当前处于 preview 预览阶段，主要供评测使用。
- 推理速度：上线标称输出速度达 ~1,500 tokens/s，预期后续将突破 2,000 —— 这一水平将创下同级别模型推理服务速度的新纪录。
- 定价：输入 $0.99 / 百万 token，输出 $1.49 / 百万 token。
- 模型资质：Cerebras 官方发文向 Qwen 团队表示祝贺，并将 27B 描述为一款综合表现超越 Qwen3.7-Plus、在真实编程中实力出众的原生多模态 Dense 模型 —— 与 8 月 14 日发布的 Apache-2.0 开源版本（具备 262K 原生上下文）完全一致。
- 社区反响：HN 首页讨论帖在数小时内斩获 392 点赞与 120 多条评论 —— 与 Max-0902 一同成为本周中国大模型基础设施领域的最大亮点。
1,500 tok/s 究竟会改变什么
- 交互范式彻底颠覆。在典型的 GPU 推理速度下，一段 4,000 token 的长回复需要流式输出一分多钟；而在 1,500 tok/s 下，只需不到 3 秒即可完成。需要反复重新生成整份文件的 Agent 循环，不再让用户陷入漫长的等待状态。
- 262K 上下文 + 极速 = 实时文档 Q&A。此前让 Cerebras 上线 Qwen3-235B 备受瞩目的组合体验（耗时从 1-2 分钟缩短至 0.6 秒），如今来到了一款任何人都可以自行私有化部署的模型上 —— 权重采用 Apache 2.0 协议开源。
- 经济模型理性健康，而非赔本赚吆喝。$0.99/$1.49 的费率低于 Qwen 自身旗舰 API 价格（Max-0902 为 $2/$6），同时提供了 GPU 集群无法匹敌的单模型速度 —— 这是晶圆级芯片押注在他人训练好的免费开源模型上的切实回报。
- Preview 阶段注意事项：当前定位于评测用途；正式转正后，限流策略、可用性及定价可能发生变化。在此之前，建议将其视为极速备选通道，而非生产环境的主干方案。
官方一手来源
常见问题 (2026)
发布了什么？
Cerebras 自 9 月 3 日起上线 Qwen3.8-27B 托管 —— 输出速度约 1,500 tok/s，preview 评测层级，已展示于官方文档与定价页面。
定价如何？
输入 $0.99 / 输出 $1.49 每百万 token —— 低于 Qwen 旗舰 API 费率，即可享有目前最快的单模型推理服务。
具体是哪款模型？
8 月 14 日发布的 Apache-2.0 开源版：27B Dense、原生多模态、262K 上下文 —— Cerebras 发布公告称其表现优于 Qwen3.7-Plus。
速度为何如此重要？
4,000 token 的回复仅需约 3 秒而非一分钟 —— 让 Agent 文件重写与长上下文 Q&A 转化为流畅的即时交互体验。
与 Qwen 中转服务对比如何？
两者优势互补：Cerebras = 极速运行单一开源模型；中转服务 = 通过单一兼容 OpenAI 的端点路由整个家族模型（Max-0902、Flash、视觉模型等）。
是否可以直接用于生产？
目前处于 Preview 预览状态，供评估测试 —— 正式转正后可能调整限流与定价。适合作为极速通道，而非核心支柱。