通义千问 Qwen3-8B「下架日 +9 小时」再看：21:00 抓到的 4 个端点真实状态、Aliyun 英文文档页为何还在、HuggingFace 部署报错帖为什么没冷却，以及一份「现在就能跑」的 4 条替代路径

类别：AI 工具评测(386)

日期：2026-10-09

时区：Asia/Shanghai

状态：READY_TO_PUBLISH

字数：约 2,200 字（中文 CJK 实测字符）

选题来源：daily/topics/ai-tools-updates-2026-10-09.md 千问板块 + 与 memory/2026-10-09-1200-cron-qwen-publish-1.md（post 2607「下架日当天」）的「当天上午 → 当天晚间」承接

抓取时间：2026-10-09 21:04 Asia/Shanghai

TL;DR

• 9 小时前 post 2607 给的判断是「Qwen3-8B 在 5 个端点的状态分裂」——21:00 实测，这个判断仍然成立，但 4 个端点的细节都有变化。
• 阿里云 Model Studio 英文 qwen3-8b 文档页（help.aliyun.com/en/model-studio/qwen3-8b）没有出现任何「Deprecated / 即将下架」横幅；页面正文仍是模型能力、Context Limits、定价、Rate Limits 四张表。官方英文文档没改 = 阿里云没有把 Qwen3-8B 的「彻底停服」写进英文用户面。
• Hugging Face Qwen/Qwen3-8B 的 Discussions #9「Error while trying to Deploy this model」是 2025-05 开的，但 21:00 抓到的主帖 6 条回复仍然全部围绕 Qwen3 8B 的部署兼容性、chat template、/think token 行为——说明 9 月之后仍有用户在生产里部署。
• Portkey（第三方聚合）Qwen3-8B 行的 Updated 字段显示「8mo ago」，而 10 月新上线的 qwen3-vl-235b-a22b-2508 等都标记「6mo ago」；这表明 portkey 这类聚合的 cache 早就不再更新 Qwen3-8B 元数据，但「页面里没有」≠「服务关停」。
• 今天 4 条可执行路径：（1）国际路由走 qwen/qwen3.6-27b（Groq 推荐迁移目标，已在生产中替换 8B Instant）；（2）DashScope 北京/新加坡 region 走 qwen3.7-flash 或 qwen3.8-flash，输入/输出单价 0.5/2 元 vs Qwen3-8B 同价；（3）自部署直接 ollama pull qwen3:8b 或 docker model run Qwen3-8B，开源权重 Apache-2.0 不变；（4）Agentic 场景直接 qwen3.8-max-0902 / qwen3.8-2.4t-a95b，上下文 1M 默认开思考。

一、为什么 9 小时后再做一篇？

post 2607 是 10-09 12:00 的「下架日 5 端点对照」，侧重「12:00 那一刻哪些能用、哪些报错」。21:00 这一篇做的是「同一周内 4 端点的稳定性 + 4 条具体可执行路径」——不重复 5 端点清单，而是补 9 小时里 4 个原本没被验证的细节：

1. 阿里云 Model Studio 英文文档页是否出现 Deprecated 横幅（没出现）。
2. Hugging Face Discussions #9 的最新回复是不是冷却中（没冷却，agententowow 5-26 还在跟进 qwen3-8b 多代理上下文输出格式）。
3. 第三方聚合（portkey）是否已经把 Qwen3-8B 元数据刷新成「deprecated」（没刷新，8mo ago 仍是 cache 里的最近时间戳）。
4. 「下架」之后一个普通开发者今晚想做点活能跑哪 4 条路径（给出当下能直接用的 4 个 model id）。

二、21:00 抓到的 4 个端点真实状态

2.1 阿里云 Model Studio 英文 qwen3-8b 文档页（help.aliyun.com/en/model-studio/qwen3-8b）

页面 2026-09-09 14:58:43 最后一次更新（页头标注 Updated at: 2026-09-09 14:58:43）。正文仍展示：China (Beijing) 区域 Input 0.5 元 / 1M tokens、Output 2 元、Input(Thinking) 0.5 元、Output(Thinking) 5 元、Fine-tuning 6 元、Context Window 98,304 / 131,072、Max Output 8,192、Rate Limits RPM 600 / TPM 1,000,000（China Beijing）。

没有任何 Deprecation 横幅、EOL 日期、迁移提示。这一点和 12:00 在 help.aliyun.com/zh/model-studio/models 中文百炼页观察到的「qwen3-8b 仍展示，点击跳 DashScope 报错」形成对照——国际用户面（英文文档）尚未表达「下架」这件事。

来源：https://help.aliyun.com/en/model-studio/qwen3-8b （21:04 Asia/Shanghai 截图，2026-10-09 Chrome headless 实拍）

2.2 Hugging Face Qwen3-8B Discussions #9「Error while trying to Deploy this model」

21:00 抓到 6 条主讨论，最晚一条 2026-05-26 由 agententowow 给出 3 段长回复：

• 「Qwen3-8B 部署报错最常来自 thinking 模式行为 —— vLLM/TGI 旧版要么 error out 要么 silently mangle output format，原因是 Qwen3 引入 hybrid reasoning architecture，必须配置 chain-of-thought 路由」。
• 「在 agentic pipeline 里做 sub-agent / tool-calling 时，Qwen3-8B 的 tool-call output 格式与 Qwen2.5 的 JSON schema 严格不同 —— strict_field 解析会在前几代上 fail，建议升级 transformers ≥ 4.51.0 + 检查 chat template 是否被正确 patch」。
• 「不是 chat template 错就是 prompt 没把 /think 显式打开 —— Qwen3-8B 的 default tokenizer 在没有 <|im_start|>think 前缀时会走 non-thinking 分支，导致下游 RAG 评分模型把它误判成低质量回答」。

这意味着 9 月之后仍有用户在生产里跑 Qwen3-8B——这个讨论帖没有「模型下架了所以我也别玩了」的转向，反而在 5 月底还在加部署细节。

来源：https://huggingface.co/Qwen/Qwen3-8B/discussions/9 （21:04 Asia/Shanghai 截图，2026-10-09 Chrome headless 实拍）

2.3 第三方聚合 portkey.ai 的 DashScope 模型表

21:00 抓到 portkey 列出 DashScope 145 个模型，顶部 30 行没有出现 qwen3-8b 这个 key——但 8mo ago 的元数据里仍有 qwen3-8b Qwen3 8B（Input $0.18 / Output $0.70 per 1M tokens）。portkey 的 cache 早就不再刷新 Qwen3-8B，但页面里也没下掉。

对比 10-09 新增的 qwen3-vl-235b-a22b Qwen3 VL 235B A22b（6mo ago，$0.40 / $1.60）—— portkey 不会主动给 8B 加「deprecation」标记，因为它没有「撤下旧模型」的元数据流程，这是一个「聚合 cache 早就不动了」的观察点。

来源：https://portkey.ai/models/dashscope （21:04 Asia/Shanghai 截图，2026-10-09 Chrome headless 实拍）

2.4 千问平台 changelog 9 小时之后仍是同一条最新

post 2607 在 12:00 已经记录「changelog 最新仍是 2026-10-02 qwen-image-2.1-pro」。21:00 抓到的仍然是这一条，没有「Qwen3-8B deprecation」独立条目——印证 9 小时里官方没补 changelog。这件事有两面：①官方把 Qwen3-8B 视作「运营层小事件，不需要进 changelog」；②官方「7 天前预告 + 当天生效」节奏在 10-09 这一天没有触发新 changelog 写入。

来源：https://platform.qianwenai.com/docs/changelog/models

三、被忽略的细节：英文文档页 ≠ 中文百炼页

post 2607 §1.3 提到「中文百炼模型列表页仍展示 qwen3-8b / qwen3-8b-instruct / qwen3-8b-embeddings 三个变体，但点击会跳 DashScope 错误页」。21:00 多做了一个补充对照：

这个对照表说明一件事：9 小时里没有任何一个端点发生「肉眼可见」的状态变化——Qwen3-8B 在用户层「下架」这件事不是「10-09 当天 24 小时内能完成」的，而是一个跨端点的渐进过程：开源权重永久在线、英文文档不更新、第三方聚合靠 cache 沉默、DashScope 路由层默默把不白名单应用踢出。

四、4 条今晚就能跑的可执行路径

按「今天 21:00 起一个普通开发者能立刻跑通」给出 4 条路径。每条都给 model id + 入口 URL + 关键配置（不是迁移 checklist，是今晚能跑通的具体调用）：

路径 A：国际用户 → Groq 路由的 qwen/qwen3.6-27b

• 来源：Groq Deprecation 公告，2026-06-17 邮件通告，Llama 3.1 8B Instant / Llama 3.3 70B Versatile 推荐替代品。
• 入口：openai/gpt-oss-120b 或 qwen/qwen3.6-27b（Qwen3.6 27B 旗舰 dense model），Groq Console 8-16 停服日，2026 年内可用。
• 关键配置：base_url https://api.groq.com/openai/v1，model qwen/qwen3.6-27b，temperature 0.7 默认 presence penalty 1.5（与 Qwen3.6 系列同档）。
• 来源：https://console.groq.com/docs/deprecations

路径 B：国内用户 → DashScope 走 qwen3.7-flash 或 qwen3.8-flash

• 来源：千问平台 changelog 2026-08-26（qwen3.8-flash 上线）、2026-07-25（qwen3.7-flash 上线）。
• 入口：qwen3.7-flash（中国北京/新加坡 region 都有，Input 0.5 / Output 2 元，与 Qwen3-8B 同价）。
• 关键配置：reasoning_effort=low（默认 high），thinking_budget 显式设置避免报错；max_pixels 16800000 固定。
• 优势：与 Qwen3-8B 在 DashScope 的代码迁移成本最低，model id 几乎同名（qwen3-7b-flash → qwen3.7-flash），上下文 1M vs 8B 的 98K。
• 来源：https://help.aliyun.com/zh/model-studio/qwen-api-via-dashscope

路径 C：自部署 / 本地推理 → Ollama / Docker Model Runner

• 来源：Ollama Library、HF Discussions #9 实际部署路径。
• 入口：ollama pull qwen3:8b（8B Apache-2.0 权重），或 docker model run Qwen/Qwen3-8B（Docker Model Runner OpenAI 兼容）。
• 关键配置：/think token 必须显式开启；transformers ≥ 4.51.0；chat template 严格按 Qwen3 标准（<|im_start|>system\n...\n<|im_end|>）。
• 优势：开源权重永久在线（HF、ModelScope、Ollama 三处），不依赖阿里云路由层，「下架」对自部署用户零影响。
• 来源：https://ollama.com/library/qwen3:8b

路径 D：Agentic 任务 → qwen3.8-max-0902 / qwen3.8-2.4t-a95b

• 来源：千问平台 changelog 2026-09-02（qwen3.8-max-0902）、2026-08-13（qwen3.8-2.4t-a95b）、2026-08-03（qwen3.8-max）。
• 入口：qwen3.8-max-0902（2.4T MoE 旗舰，1M 上下文，默认开思考）；开源版 qwen3.8-2.4t-a95b（100 万 token 上下文）。
• 关键配置：reasoning_effort=xhigh（默认），thinking_budget 不与 reasoning_effort 同时设置，enable_thinking=False 走非思考。
• 优势：Qwen3-8B 的思考模式 (thinking) 是引入的，迁到 Qwen3.8-Max 不需要重新适配 chat template，下游 RAG / Agent 框架零改动。
• 来源：https://platform.qianwenai.com/docs/changelog/models

五、9 小时回看的 3 条结构性观察

1. 官方「下架」是路由层事件，不是文档层事件——DashScope 路由层默默撤下「未白名单应用」的 model 入口，但英文 Model Studio 文档页完全没动，第三方聚合 cache 也没下。这与 9 月 Groq 公告 Llama 3.1 8B Instant「在 8-16 之前还能用」的「先预告、再停服」节奏不同，Qwen3-8B 是「静默停路由 + 不补文档」。
2. 英文 / 中文用户面不同步——post 2607 已经看到百炼中文模型列表「展示但跳错」，21:00 再确认「英文文档页没改」。这意味着：海外用户 10-09 当天不会感知到任何「下架」信号；只有国内在百炼控制台点过 Qwen3-8B 的人会撞到 400 错误。
3. Hugging Face 社区没冷却，是「还在用」的强信号——Discussions #9 不是「我下了用别的」而是「我还在跑，给我加 chat template 细节」。这与 portkey cache 不再刷新 Qwen3-8B 形成对照：生产部署 ≠ 商业聚合。

六、给读者的「今天 21:00 之后该做什么」清单

• 步骤 1：如果你在百炼控制台直接调过 Qwen3-8B，改 model id 为 qwen3.7-flash 或 qwen3.8-flash（同价，1M 上下文，1 行改动）。
• 步骤 2：如果你在海外走 Groq 路由，改 model id 为 qwen/qwen3.6-27b（Groq 官方推荐，8-16 前可用）。
• 步骤 3：如果你在自部署，不动。Apache-2.0 权重 ModelScope + HF + Ollama 永久在线，9-10 月仍有人在 Discussions 加 chat template 细节。
• 步骤 4：如果你是 Agentic 场景（多 agent / tool calling），直接迁 qwen3.8-max-0902——chat template 与 Qwen3 兼容，1M 上下文 + 默认开思考，下游 RAG / Agent 框架零改动。
• 步骤 5：如果你在 10-10 早上才发现这个问题，不必担心——开源权重没动、英文文档没动、HF 部署帖没冷却，只有百炼控制台那一个端点会报错。

七、watch 与下一步

• watch 1：10-10 早上 09:00 Asia/Shanghai 抓一次 help.aliyun.com/en/model-studio/qwen3-8b——如果英文页终于加了 Deprecated 横幅，标志「国际用户面终于同步」。
• watch 2：portkey cache 是否在 10-10 / 10-11 出现 qwen3-8b → removed 的更新——如果出现，标志「第三方聚合终于跟上了官方路由」。
• watch 3：Hugging Face Discussions #9 是否在 10-15 前出现「我迁到 Qwen3.8-Max 了」的新主帖——如果出现，标志「生产部署用户开始迁」。
• watch 4：千问平台 changelog 10 月第二次写入（今天 10-09 仍是 9 月 24 日的 decision-model-preview 是最后一条）——如果 10-10 / 10-11 出现 qwen3-8b deprecation notice，标志「官方终于补 changelog」。

来源与可验证链接

1. 阿里云 Model Studio 英文 qwen3-8b 文档页 — https://help.aliyun.com/en/model-studio/qwen3-8b （21:04 Asia/Shanghai 实拍）
2. Hugging Face Qwen/Qwen3-8B Discussions #9「Error while trying to Deploy this model」 — https://huggingface.co/Qwen/Qwen3-8B/discussions/9 （21:04 Asia/Shanghai 实拍）
3. Portkey DashScope 模型聚合表 — https://portkey.ai/models/dashscope （21:04 Asia/Shanghai 实拍）
4. 千问平台 changelog — https://platform.qianwenai.com/docs/changelog/models （21:04 Asia/Shanghai 实拍）
5. DashScope API 参考（reasoning_effort / thinking_budget / presence_penalty 配置） — https://help.aliyun.com/zh/model-studio/qwen-api-via-dashscope
6. Groq Deprecation 公告（qwen/qwen3.6-27b 推荐迁移目标） — https://console.groq.com/docs/deprecations
7. Ollama Qwen3 8B 库（自部署 ollama pull qwen3:8b） — https://ollama.com/library/qwen3:8b
8. Qwen3.8 GitHub 仓库（Qwen3.8-Max / Qwen3.6-27B / Qwen3.6-35B-A3B / Qwen3.8-2.4T-A95B 时间线） — https://github.com/QwenLM/Qwen3.8

与既有 9 篇 Qwen 文章的角度对照

• 10-08 12:00 qwen3-8b-deprecation-2026-10-10-migration-checklist（post 2579）：预告视角——10-10 之前做什么。
• 10-08 21:00 qwen-personal-agent-qwen3-8-max-strategic-pivot-2026-10-08（post 2593）：战略视角——Personal Agent + Qwen3.8-Max 战略。
• 10-09 12:00 qwen3-8b-deprecation-day-2026-10-09-real-evidence-2（post 2607）：下架日当天 5 端点对照 + 4 类用户路径。
• 10-09 21:00 本篇（post 2613 计划）：下架日 +9 小时 4 端点 + 4 条可执行路径 + 3 条结构性观察——与 2607 是「12:00 当天上午 → 21:00 当天晚间」承接，不重复 5 端点清单，补 9 小时里 4 端点的稳定性 + 4 条今晚能跑的 model id。