Qwen 3.8 27B 落地 Cloudflare Workers AI：边缘视觉、推理与 262K 上下文

2026 年 8月17日 — 在 Cloudflare 上线 DeepSeek V4 Flash 与 Pro 仅三天之后 — Workers AI 又新增了 Qwen 3.8 27B，模型句柄 @cf/qwen/qwen3.8-27b。这是阿里通义千问家族的 270 亿参数视觉语言模型，具备推理、函数调用与 262,144 token 上下文窗口，定价为每百万输入 token $0.45、输出 $3.20。本文围绕实际发布的特性、可验证的边缘定价、典型 Agent 场景，以及 Workers AI 与阿里百炼直连、FreeModel 这类聚合器之间的取舍展开。

8 月 17 日发生了什么

Cloudflare 的 8 月 17 日 changelog 确认只有一个新模型 id：@cf/qwen/qwen3.8-27b，标签为 "Cloudflare-hosted" 并具备视觉、函数调用、推理三项徽章。模型页面将其描述为「a 27-billion-parameter instruction-tuned language model from Alibaba's Qwen family, designed for vision, efficient general-purpose text generation and agentic workloads」。与 frontier 限速清单（Kimi K2.6 / GLM-5.2 / DeepSeek V4 那一档）不同，Qwen 3.8 27B 不在受限名单 — 它沿用默认的 Text Generation 300 req/min 限速，并可以使用 Workers Free 套餐每日 10,000 Neurons 免费额度。

模型同时接受文本与图像输入（在 Cloudflare 分类里叫 Image-Text-to-Text），支持 thinking/reasoning 模式做逐步推理，并提供 function calling 让 Agent 在多轮会话里调用工具。262K 上下文与 Workers AI 上的 Mistral Small 3.1、GLM 4.7 Flash 同档 — 足以容纳一整块代码库、较长的 Agent 轨迹，或者多章节 RAG 段落，但远不及同平台 DeepSeek V4 Pro/Flash 的 1M。

美元与 Neurons 双轨定价

Workers AI 展示按模型的单位定价，但内部仍以 Neurons 计费。2026 年 8 月 18 日官方定价表中 Qwen 3.8 27B 的条目:

两点值得注意:

1. 没有缓存输入行。 与 DeepSeek V4 Pro（$0.044/M 缓存）、Kimi K2.6（$0.10/M 缓存）、GLM-5.2（$0.26/M 缓存）不同，Qwen 3.8 27B 没有公开的 prompt-cache 价。如果你主要做的是大量重复 system prompt 的请求，缓存缺失会主导成本 — 这时候开启缓存的 DeepSeek V4 Pro 在 Workers AI 上的实际成本反而可能更划算。
2. 免费额度够小。 10,000 Neurons/天大约对应 244K 输入 token 或 34K 输出 token — 够几次开发测试，撑不住生产流量。超过免费额度后按 $0.011 / 1,000 Neurons 收费。

Qwen 3.8 27B 在 Workers AI 模型矩阵中的位置

对比 2026 年 8 月 18 日 Workers AI 上视觉/推理类模型的每百万输入价:

2026 年 8 月的 Agent 负载在 Workers AI 上的决策树大致收敛到三条: (a) Llama 3.2 11B Vision ($0.049 / $0.676 每百万) — 如果你能接受更小上下文和 11B 参数且不需要 thinking 模式; (b) Qwen 3.8 27B ($0.45 / $3.20 每百万) — 当你需要视觉 + 推理 + 函数调用 + 262K 上下文四合一; (c) DeepSeek V4 Flash ($0.44 / $1.32 每百万) — 当你能放弃视觉但需要 1M 上下文以及 prompt-cache 来支撑重复 system prompt 的 Agent。

三种调用方式

三种调用面均被 Cloudflare 官方文档化。

1. Workers AI 绑定 (Worker 内代码首选)。

export default {
  async fetch(request, env) {
    const response = await env.AI.run('@cf/qwen/qwen3.8-27b', {
      messages: [
        { role: 'system', content: '你是一个具备视觉能力的 Agent，需要时调用工具。' },
        { role: 'user', content: [
          { type: 'text', text: '图里有什么？我下一步该做什么？' },
          { type: 'image_url', image_url: { url: 'https://example.com/upload/photo.jpg' } }
        ]}
      ],
      max_tokens: 800,
    });
    return Response.json(response);
  }
};

2. REST API (/ai/run)。

curl -X POST "https://api.cloudflare.com/client/v4/accounts/$CF_ACCOUNT_ID/ai/run/@cf/qwen/qwen3.8-27b" \
  -H "Authorization: Bearer *** \
  -H "Content-Type: application/json" \
  -d '{"messages":[{"role":"user","content":"总结代码库的第三章内容。"}],"max_tokens":512}'

3. OpenAI 兼容端点 (/ai/v1/chat/completions)。 与 OpenAI Chat Completions API 同形 — 当你已经接入 OpenAI SDK 或想把 Qwen 3.8 27B 直接塞进 Vercel AI SDK、LangChain、LlamaIndex 时几乎不用改代码:

import OpenAI from 'openai';
const client = new OpenAI({
  apiKey: process.env.CF_API_TOKEN,
  baseURL: `https://api.cloudflare.com/client/v4/accounts/${'$'}{process.env.CF_ACCOUNT_ID}/ai/v1`,
});
const resp = await client.chat.completions.create({
  model: '@cf/qwen/qwen3.8-27b',
  messages: [{ role: 'user', content: '为什么 Workers AI 免费额度是每天 10,000 Neurons？' }],
});
console.log(resp.choices[0].message.content);

三种调用面前都可以再串一层 AI Gateway — gateway 的统一计费模式让你一次性购买 Neurons 或预付额度然后路由到任意模型，同时拿到日志、缓存与限速控制。

Qwen 3.8 27B 真正擅长的场景

270 亿参数 + 指令微调让 Qwen 3.8 27B 落在「带视觉的通用模型」档位 — 它不是 Kimi K2.6 / GLM-5.2 / DeepSeek V4 Pro 那种 frontier 推理怪物，但在生产 Agent 实际打交道的多数负载上是有竞争力的:

• 图像锚定的对话和 OCR 重负载。 视觉 + 262K 上下文意味着一次请求就能塞下截图、PDF 渲染图加长篇指令集，不会被截断。更便宜的 Llama 3.2 11B Vision 也具备这个形态，但在多步指令上的推理深度稍逊。
• 小工具集的函数调用 Agent。 5-10 个工具、结构化 JSON 输出、会话级修复。函数调用 API 复刻 OpenAI 的工具 schema，因此任何支持 OpenAI 工具的 Agent 框架都可以直接接 Qwen 3.8 27B 而无需胶水代码。
• 不付 DeepSeek 1M 价格的长上下文 RAG。 262K 足以容纳 150K token 的代码 chunk + 多页规范; 你放弃了 DeepSeek V4 Flash 的 prompt-cache 折扣，但也避开了 DeepSeek 的受限名单。
• 逐步工具链的 thinking 模式。 Cloudflare 模型页面写着 "Reasoning: Yes" 并支持 thinking 模式 — 当 Agent 需要在调用工具前先思考时很有用，但代价远低于 Kimi K2.6 或 DeepSeek V4 Pro。

Workers AI Qwen 3.8 27B vs 阿里百炼直连

阿里的官方 百炼 (Model Studio) 平台 — 完整端点参考可以看我们的百炼 API 指南 — 也售卖 Qwen 3.8 接入，而且 Qwen 本就是阿里自家的模型家族，百炼一般会首发新变种。两条路线之间的取舍很直白:

如果已经在 Cloudflare Workers 上跑业务，并且要的是视觉 + 推理 + 工具三合一，Workers AI Qwen 3.8 27B 是阻力最小的入口：绑定一行引入、AI Gateway 免费提供日志与缓存、模型跑在默认 300 req/min 上没有 frontier-model 的摩擦。如果你要的是最新 Qwen 变种、最便宜的 CNY/USD 定价，或希望模型本身就在国内独立部署，选百炼。

限速与摩擦

把 Qwen 3.8 27B 接进生产 Worker 之前有三个限速要了解:

1. 默认 300 req/min 文本生成限速。 既没有 frontier-model 那种 50 req/min 收紧，也没有大幅放宽 — 就是平台默认的 300 req/min。超过会 429；用 AI Gateway 的限速规则前置一层可以平滑毛刺。
2. 免费额度太小。 10,000 Neurons/天 大约等于 244K 输入 token ($0.45/M) — 够几次开发测试，不够 staging 流量。上生产前先升级到 Workers Paid 计划 ($0.011 / 1,000 Neurons)。
3. 没有缓存输入价。 Workers AI 上的 DeepSeek V4 与 Kimi K2.6 都有 prompt-cache 折扣，Qwen 3.8 27B 还没有。重复 system prompt 的 Agent 每次都要按 $0.45/M 全价输入 — 这是同场景下偏向 DeepSeek V4 Flash 的最重要理由。

FAQ

Qwen 3.8 27B 跟 Qwen 3 Max 旗舰是同一个吗？ 不是。Qwen 3.8 27B 是 270 亿参数指令微调的视觉语言模型; Qwen 3 Max (以及 Qwen 3.8 Max) 旗舰是数千亿参数。Qwen 3.8 27B 是边缘档模型，单卡可跑，配视觉+推理+工具; Max 旗舰处理最重负载，仅在百炼和合作云上线。Qwen 3.8 家族在 2026-07-19 于百炼首发，Workers AI 在 8 月 17 日拿下 27B 这一档。

能在 Qwen 3.8 27B 上用 AI Gateway 缓存吗？ 可以 — AI Gateway 的通用缓存层放在任何 Workers AI 模型前都生效，无论该模型自身有没有缓存输入价。你仍然按模型价 ($0.45 / $3.20) 付费，但缓存命中时省掉了重复 token 的费用，主要收益在长 system prompt 场景。想要进一步省钱，可以把模型接到开启统一计费的 gateway 上。

Qwen 3.8 27B 支持 JSON 模式与结构化输出吗？ 支持。Workers AI 提供跨模型的 JSON Mode beta，与函数调用搭配可以做严格 schema 的 Agent 输出。

Cloudflare 之后会加缓存输入价吗？ Workers AI 8 月 18 日定价表里只有 DeepSeek V4 Pro / Flash、GLM-5.2、Kimi K2.6 / K2.7-code 列出了缓存输入行。新的 Qwen 变种后续可能补上缓存价; 在那之前，按全额输入价预算即可。

结论

对于不需要 1M 上下文或 DeepSeek V4 prompt-cache 折扣的负载，Workers AI Qwen 3.8 27B 是当前平台上视觉 + 推理 + 函数调用三合一的最低价入口。 $0.45 / $3.20 每百万，价位低于 DeepSeek V4 Pro ($1.32 / $3.96)，远高于 Llama 3.2 11B Vision ($0.049 / $0.676)。262K 上下文与免费 Neurons 额度让它成为已经会 OpenAI Chat Completions、又不想为 Agent 引入新基础设施的 Worker 内代码默认选择。在 Workers AI Qwen 3.8 27B 与百炼直连之间取舍很简单：留在 Cloudflare 生态选 Workers AI; 要最新 Qwen 变种或最便宜 CNY/USD 选百炼。Cloudflare 官方的 Qwen 3.8 27B 模型页面 上有实时定价、Neurons 换算与 OpenAI 兼容端点参考。如果想要一个已经帮你把 Qwen、DeepSeek、OpenAI、Anthropic、Google 接在同一个 OpenAI 兼容 Key 后面的多厂商抽象，FreeModel 是最简单的入口：一个后台、一个账单、没有跨厂商的胶水代码。