阿里 Qwen 实验室 8 月 14 日发布的开源模型 Qwen 3.8 27B，一经推出就备受关注：27B 参数、Apache 2.0 许可、带视觉能力、官方基准超越前代 Qwen 3.6 27B 和闭源模型 Qwen 3.7-Plus，量化后只有 17GB，一台配置不错的笔记本就能跑。但知名 AI 开发者 Simon Willison 在 8 月 16 日的实测里发现了一个”坑”：这模型默认状态下会严重过度思考——连画一个圆这种简单任务，它都要”深思熟虑”几分钟。他把这个默认设置称为”搞笑”的默认值，并强烈建议：忽略它。
过度思考到底有多严重
Simon Willison 的测试非常直观。让 Qwen 3.8 27B 在默认的 xhigh 推理强度下”画一只骑自行车的鹈鹕”，模型花了 21 分钟、消耗了 2.2 万个推理 token 才输出结果；而关闭推理后，同一个提示只需要 137 秒。他总结说：为这个等待 21 分钟，完全不值得。更典型的是”画一个圆”——模型在 xhigh 模式下开始自我加戏：”简单请求，但我想做一个精心制作的作品”，最后花了几分钟产出一个”绝对美丽”的动画圆——但那根本不是用户要的东西。
原因在于 Qwen 3.8 官方支持的 reasoning_effort（推理强度）参数默认值设成了 xhigh——官方文档的解释是”适合需要深入分析的复杂任务”。但问题是，它把这个最高档位设成了默认，导致模型对任何问题都”火力全开”地思考。
三个调整点，让模型回归正常
第一，调低推理强度。reasoning_effort 提供三档：xhigh（默认，深度思考）、medium（平衡速度与准确性）、low（追求速度与成本）。Simon Willison 的建议是：一开始就用 low 甚至完全不推理。对大多数日常任务来说，low 档完全够用，速度和成本体验会好很多。
第二，把上下文开满。他在 LM Studio 里遇到默认上下文 8192 token 不够用的问题——模型思考几下就把上下文塞满了。解决办法是加载时直接开到该模型支持的最大 262144 token 上下文，给思考留出空间。
第三，用 MTP 加速。Simon Willison 实测发现，通过 llama.cpp 的 Multi-Token Prediction（多 token 预测）配置运行，速度比 LM Studio 默认的 GGUF 版本快约 72%，同时用 –reasoning-preserve 参数保留推理能力。对本地部署的用户来说，这是性价比很高的提速方案。
推理也不是全无价值
需要客观看待的是，推理能力并不是摆设。Simon Willison 在构建一个边界框标注工具时发现：关闭推理后功能”几乎能用，但方框位置不对”。这正好说明推理在哪些任务里有价值——需要精确推理、空间判断、多步逻辑的场景。所以正确的姿势不是一刀切关掉，而是按任务选择：简单任务用 low，复杂任务再开 xhigh。
说到底，Qwen 3.8 27B 本身是个好模型——一年前这个水平还只存在于最贵的闭源模型里，今天一台笔记本就能跑。它最大的问题只是”默认设置不聪明”，而这恰恰是用户可以自己解决的。官方文档也明确了 reasoning_effort 参数就是用来”调整推理深度、控制成本”的。
除了推理强度这个”坑”，Qwen 3.8 27B 本身值得说的亮点不少。Simon Willison 的评价是：一个 17GB 的文件能在家庭电脑上完成所有这些事，堪称奇迹；一年前这个水平只存在于最贵的闭源模型里，今天一台配置不错的笔记本就能跑。它支持 262144 token 的超长上下文，工具调用、视觉理解、代码生成都不含糊，而且 Apache 2.0 许可意味着可以免费商用。他在 LM Studio 里实测生成速度约每秒 15-30 token，对本地模型来说属于正常水平，日常使用完全可接受。
需要说明的是，本篇侧重”调优技巧”，与 8 月 17 日发布的 Qwen 3.8 27B 上线介绍文章是互补关系：那篇讲”这模型多强、怎么用”，这篇讲”默认设置怎么改、性能怎么榨”。如果你刚下载了模型觉得”反应慢半拍”，先别急着怪硬件——检查一下推理强度是不是停在默认的 xhigh，这是最容易忽略的第一步。
你在本地跑过 Qwen 3.8 27B 吗？有没有遇到过”模型想太多”的情况？欢迎在评论区分享你的调优经验。
关注「AI 智习室」，每天一条看得懂的 AI 情报。
