懒猫AI算力仓单台运行Qwen 3.8 27B模型，创下性能纪录：prefill速度3754 TPS，长代码解码125 TPS，八会话解码231 TPS，显存占用70GB。该模型为稠密型，专注写代码，单台可跑且不降智，相比Mac Studio，英伟达芯片prefill和并发性能更强，兼容CUDA，价格更优，现推出优惠促销。

作者在懒猫AI算力舱X5上部署Qwen 3.8 27B模型，通过真实项目测试，发现其性能良好。经MTP投机解码和NVFP8优化，速度从13.9提升至30.8 Tokens，但关闭思考模式会降低代码推理准确度。开启思考模式后，实际速度稳定在26.47 Tokens，若计入思考阶段，可达35.23 Tokens/s。未来计划进一步优化draft engine以提升速度。

Qwen 3.8 27B在编程任务中表现惊艳，能一次修复多个bug，并仅凭需求描述自主分析代码关系。尽管思考时间较长，但结果出色，优化速度后可作为主力编程模型，全离线AI编程能力强大。