最近一段时间，Qwen3.8-27B在开源模型社区的热度很高。这款仅270亿参数在多项编程和Agent基准上超过Claude Opus 4.6 Max，被开发者称为“本地Opus 4.6”。它刚发布两天，下载量即破百万，登顶Hugging Face全球趋势榜。随着Qwen3.8-27B模型的火爆，以AMD锐龙AI Max+ 395迷你AI工作站为代表的端侧AI平台成为大家关注的焦点。而不久前，联想推出了百应AI主机300，它搭载AMD锐龙AI Max+ 395处理器，旨在为中小企业和“超级个体”提供强大的计算支持。那么这款产品的表现如何呢？
产品参数
操作系统：Windows 11家庭中文版（64位）
处理器：AMD锐龙AI Max+ 395（16核心32线程、最高频率5.1 GHz）
内存：128 GB LPDDR5X 8000四通道
硬盘：2 TB PCIe 4.0 SSD
GPU：AMD Radeon 8060S（2900 MHz、40组计算单元）
前置接口：3.5 mm音频接口×1、USB-A 3.2接口×2、USB4接口×1、SD卡槽×1、性能切换按键×1
后置接口：USB-A 2.0接口×2、HDMI 2.1接口×1、DP 1.4接口×1、USB4接口×1、USB-A 3.2接口×1、RJ-45×1、3.5 mm音频接口×1
尺寸：190 mm（长）×97.5 mm（宽）×249 mm（高）
重量：约2.9 kg
参考价格：26999元
4.5 L小机身
商务范儿里藏着一颗极客心
联想百应AI主机300本质上是一款迷你AI工作站，机身非常小巧。它的外形尺寸是190 mm×97.5 mm×249 mm，计算下来内部容积大约4.5 L。这是什么概念呢？它比我们印象中那种方方正正的塔式工作站收敛了不止一圈，摆在桌面上只需要占用竖起来很小的空间，放在显示器旁边毫不碍事，甚至可以轻松地塞进机架或者显示器支架背后。
这台机器的整机重量约为2.9 kg，对于追求极致便携的传统迷你主机品类来说，这个重量算不上“苗条”，但考虑到它为驱动强悍的性能在机身内部集成了高达350 W的内置电源模块，能把体积和重量控制在这个水平已经相当难得。要知道很多同类型的迷你主机都还拖着一个板砖一样的外置电源，联想百应AI主机300只需要一根电源线就能点亮，桌面理线一下子清爽了不少。
外观设计上，这台机器走的是成熟、商务又带点极客的路线。机身整体以黑色为主基调，正面采用一块带有竖条纹理的悬浮式灰色面板，看上去颇有几分罗马石柱的味道，为整机增加了视觉上的层次感。机身四周被坚固耐用的金属材质包裹，这种设计不仅提升了整机的抗跌落与防冲撞能力，也带来了更好的触感与品质感。特别是对于一台可能要7×24小时连续跑推理任务的机器来说，扎实的结构意味着更可靠的长期稳定性。
左右两侧的散热孔采用赛博科幻风格的波点设计，为原本稍显单调的纯色机身增添了一丝灵动的点缀。值得一提的是，机器正面除了带白色LED指示灯的电源键之外，还单独设计了一个性能模式切换按键，用户可以根据当前的工作负载随时调整主机的性能释放策略，跑大模型时按下它就能获得“满血”性能，日常待机时切回安静模式，这个小设计很贴心。
接口方面，联想百应AI主机300的配置相当丰富。它的前置面板从上到下依次配备一个SD卡槽、一个USB4接口、两个USB-A 3.2接口以及一个3.5 mm音频复合接口。这样的接口配置对于用户日常外接U盘或者导个素材、接个耳机都十分方便。
这台机器的后置面板的接口配置同样值得一看，除了标准的AC电源输入接口之外，还有两个USB-A 2.0接口、一个HDMI 2.1接口、一个DP 1.4接口、一个USB4接口、一个USB-A 3.2接口以及一个高速RJ-45网口。这样的接口配置能够满足大多数用户，包括AI开发者的使用需求，它最多可以外接四台显示器，对于需要一边看日志一边看结果的AI开发者来说非常实用。另外，2.5G有线网口加上Wi-Fi 7无线网卡的组合，也为内网传输模型文件、团队共享API这类场景留足了带宽。
搭载AMD锐龙AI Max+ 395处理器以及128 GB统一内存
联想百应AI主机300搭载AMD锐龙AI Max+ 395处理器，这颗处理器基于Zen 5架构打造，采用台积电4 nm生产工艺，拥有16核心32线程，基础频率3 GHz，最高加速频率达到5.1 GHz，同时配备16 MB二级缓存和64 MB三级缓存，总缓存容量高达80 MB。AMD锐龙AI Max+ 395处理器的默认TDP为55 W，可配置功耗范围在45 W～120 W之间，OEM厂商可以根据不同设备的散热能力灵活配置。
图形方面，这颗处理器集成基于RDNA 3.5架构的Radeon 8060S集显，其最大的特点是规格夸张——配备高达40组计算单元，总计2560个流处理器，显卡频率达到2900 MHz，支持实时光线追踪和AV1硬件编解码。
此外，处理器还内置基于XDNA 2架构的新一代NPU，其AI算力达到50 TOPS，完全满足Windows 11 AI+ PC的硬件规格要求。
联想百应AI主机300板载128 GB LPDDR5X 8000四通道内存，这是锐龙AI Max+ 395平台支持的最高规格，属于出场即顶配的“满血版”，帮用户一步到位，避免了日后升级的麻烦。
在AIDA64的内存测试中，这台机器的内存读取速度达到120.25 GB/s，写入速度高达211.93 GB/s。这样的内存带宽水平比普通的双通道DDR5平台大出一半左右，对需要频繁搬运海量参数的AI推理任务来说至关重要。
存储方面，这台机器标配2 TB PCIe 4.0 SSD，其SSD在测试中的顺序读取速度达到7005 MB/s，顺序写入速度达到6304.8 MB/s，表现出色。对AI开发者和爱好者来说，模型文件本体、量化版本、RAG知识库、素材缓存以及图片生成输出都需要大量存储空间，2 TB的起步配置基本可以做到随心存储。
锐龙AI Max+ 395平台天生适合本地部署大模型
在具体测试之前，有必要先聊聊AMD锐龙AI Max+ 395平台在本地跑大模型这件事上的独特优势，理解了这一点，后面的AI应用测试和体验才更有意义。
本地部署大模型有一条基本常识，那就是想要推理速度快，就得把模型完整装进显存里，显存装不下，推理速度就会断崖式下跌。而目前主流开源模型的体积一个比一个大，像Qwen3.8-27B经过Q4量化之后体积达到大约17 GB，这已经是一张24 GB显卡的极限。以Qwen3.6-35B-A3B为代表的MoE模型，流畅运行至少需要22 GB显存。至于GPT-OSS-120B这样的超大模型，显存需求直接来到63 GB以上。换句话说，面对30B以上规模的模型，市面上绝大多数游戏本、迷你主机和普通台式机其实都已经“出局”了，即便是顶级的RTX 5090笔记本电脑GPU，其24 GB显存在这些模型面前也十分吃力。
AMD锐龙AI Max+ 395平台（比如联想百应AI主机300）的优势是支持统一内存架构和AMD VGM可变显存技术。这台机器的CPU、GPU和NPU共享128 GB内存空间，数据可以直接在芯片内部的高速总线上流转，不需要像传统独显方案那样通过PCIe接口传输，延迟大幅降低。更重要的是，用户可以灵活分配内存和显存的容量，最高能把96 GB划给集显当作专用显存——96 GB显存相当于四张24 GB的RTX 5090笔记本电脑GPU的显存加在一起。这意味着在这台机器上，你能把120B级别的大模型完整装进显存，还能从容地留出上下文空间，甚至同时部署多个模型，这是普通PC完全不具备而AI开发者都想要的能力。
AI性能实测
流畅运行Qwen3.8-27B模型
铺垫了这么多，我们实际上手测一测。测试时我们将内存与显存设置为64 GB+64 GB的分配方案，主机切换到性能模式。
先用UL Procyon的本地大模型推理测试来看看理论成绩。这台机器在Phi-3.5B模型中的推理速度高达69.91 Tokens/s，在Mistral-7B中的推理速度达到44.02 Tokens/s，在Llama-3.1-8B中的推理速度为37.38 Tokens/s。即便是Llama-2-13B模型，这台机器的推理速度也有25.33 Tokens/s。可见，从3.5B到13B，联想百应AI主机300都应对得相当轻松，吐字速度没有任何可感知卡顿。
当然，以上只是理论测试，而且测试模型也不是当下的主流。接下来我们用LM Studio在本地部署几个真正热门的模型，看看这台机器的实际表现。
先说最近风头正盛的Qwen3.8-27B，作为开源社区的当红”炸子鸡”，这个模型以27B的体量在编程和Agent类任务上打出旗舰级表现，自然成了本地部署的热门选择。这个模型在主流的Q4量化下的体积达到17.74 GB，Q8量化之后的体积达到29.98 GB，可见它对硬件的要求很高。
我们部署的是Qwen3.8-27B（Q4量化版本），实测联想百应AI主机300运行它的推理速度达到24.48 Tokens/s，考虑到这是一个27B参数的稠密模型，这个速度已经完全可用。实际体验中，模型的思考和回复过程都很连贯，不会出现长时间干等的情况。更重要的是，得益于宽裕的显存空间，我们在运行它的时候可以放心把上下文拉满，这对于让它处理完整的代码仓库、长篇文档分析这类它最擅长的任务来说，意义重大。
此外，以Qwen3.6-35B-A3B为代表的MoE模型是不少AI开发者的日常主力，联想百应AI主机300运行它的推理速度高达69.33 Tokens/s，实际感受是反应迅速、行云流水，拿来当常驻工作模型毫无压力。
在面对GPT-OSS-120B这样的超大模型时，这台机器依然不负众望，推理速度达到49.53 Tokens/s。要知道，这样的速度意味着很多一人公司创业者和AI开发者，真的能用这台机器把120B级别的模型能力落地成商业化AI应用。
图片生成方面，这台机器在UL Procyon的Stable Diffusion 1.5本地图片生成测试中取得911分的总分，平均生成一张512×512分辨率的图片只需要6.853秒。这个速度放在本地创作场景里很实用，适合做海报草图、封面概念图、视频分镜预设和社媒配图方案。
用Qwen3.8-27B模型开发AI应用
接下来，我们简单展开介绍一下Qwen3.8-27B模型在联想百应AI主机300上的妙用。最基础的用法是，我们可以在这台机器上安装WorkBuddy、OpenClaw、QClaw和Codex等智能体工具，然后调用部署在本地的Qwen3.8-27B来工作，这种方式的好处是可以使用本地模型的无限Token，不用为云端Token付费，而且数据也可以不出域，以保证安全。
我们在WorkBuddy中接入本地部署的Qwen3.8-27B模型，然后通过WorkBuddy的“软件开发团队”智能体完成了《贪吃蛇》游戏的开发。得益于智能体的智能工具调用，我们在做这个操作时只说了一句话，WorkBuddy便在Qwen3.8-27B模型的驱动下完成了游戏开发，而且这个游戏完全能正常运行。
另一个例子是本地翻译应用。我们提前在联想百应AI主机300上部署好了Open-WebUI以及faster-whisper语音模型，然后在Qwen3.8-27B模型驱动的WorkBuddy中，让智能体自动将LM Studio的本地模型接入Open-WebUI。
LM Studio本地模型与Open-WebUI接通之后，我们开始用WorkBuddy（Qwen3.8-27B模型）来创建本地AI实时翻译应用。这是我们预想出来的应用，它的逻辑是创建过程由Qwen3.8-27B模型驱动WorkBuddy来完成，我们想要实现的功能是让联想百应AI主机300实时获取周围人说话的声音，由本地AI实时翻译应用基于faster-whisper语音模型和本地的Qwen3.8-27B模型来完成翻译。可见，最终在Qwen3.8-27B模型的驱动下，WorkBuddy耗时1小时13分钟完成了这个应用从0到1的创建。中途涉及工具调用、模型思考和模型反应，最终完美完成任务，甚至WorkBuddy还建议我们将翻译模型换成更小、更专业的混元MT2-1.8B翻译模型。
在创建翻译应用的过程中，我们还可以随时让WorkBuddy对应用进行优化，无论是调用工具还是诊断错误、下载所需工具，全程都用本地的Qwen3.8-27B模型来完成，效果非常好。
我们创建的这个本地AI实时翻译应用虽然只是一个演示，但是大部分功能都是正常的。这个案例说明在本地Qwen3.8-27B模型以及WorkBuddy这样的智能体工具的帮助下，编程小白也能创建AI应用。对AI开发者或者爱好者而言，联想百应AI主机300能带来的帮助显然更大。
最后，简单看一看。这台机器在64 GB显存下同时加载Qwen3.8-27B模型（最大上下文）和混元MT2-1.8B翻译模型（最大上下文）后，系统内存占用40 GB，显存占用大约56 GB，剩下的硬件空间还十分宽裕。
联想百应AI平台
一键部署，降低”养虾”的门槛
如果说强悍的硬件是联想百应AI主机300的底子，那么内置的联想百应AI平台就是它区别于其他同类产品的关键软实力。对于没有太多AI部署经验的新手用户，这台机器内置的联想百应AI平台能够提供极大的帮助，它不仅内置许多用于办公的智能体，还能一键部署联想百应Claw，整个过程类似自己“养虾”，但门槛更低。
联想百应AI平台内置许多用于办公的智能体，包括BI分析、海报制作、视频生成、知识库检索以及PPT助手等，这些智能体能进一步提升用户的办公效率。
联想百应Claw则支持一键部署，用户可以在直观的界面中选择适合的模型供应商，后续的默认模型也可以根据实际需求灵活挑选——想用本地模型就走本地推理，需要更强的云端算力也可以随时切换云端模型。
联想百应Claw还内置了许多插件和技能，这免去了用户自行搜索和安装的麻烦。更实用的是，联想百应Claw可以快捷接入《钉钉》《飞书》《微信》和QQ等主流社交平台。
借助本地部署的Qwen3.8-27B模型，我们可以用联想百应Claw来抓取最近AI领域的新闻热点，对选题形成帮助。
不止会跑AI
传统性能同样是旗舰水平
聊完重头戏AI，我们再回过头看看这台机器的传统性能。
在CINEBENCH 2024渲染测试中，这台机器取得1891 pts的多线程成绩和114 pts的单线程成绩，它的多线程表现已经明显超越搭载酷睿Ultra 9 275HX处理器的高性能游戏本（后者普遍在1660 pts左右的水平），领先幅度大约14%。
实际应用类测试更能说明问题，在7-Zip 24.08压缩解压缩测试中，这台机器取得178 GIPS的总分，领先酷睿Ultra 9 275HX游戏本大约5%。在V-Ray 6.0处理器渲染测试中，它的成绩达到40403分，表现不错。
我们还用这台机器在Blender 4.2中通过处理器加速渲染一张汽车模型的图片，仅耗时64秒就完成了任务，而我们之前测试的酷睿Ultra 9 275HX游戏本需要69秒。可以说，在锐龙AI Max+ 395处理器的加持下，联想百应AI主机300具备强悍的处理器性能，能够轻松应对3D渲染、压缩、解压缩和多任务处理等负载。
图形性能方面，Radeon 8060S集显的表现依然出色。在3DMark Time Spy中，这台机器的显卡分数达到12060分，而140 W满功耗版本的RTX 4060笔记本电脑GPU在这项测试中的成绩一般在10500分左右，相比之下这款集显领先大约15%。在考验光追和DX12 Ultimate特性的3DMark Speed Way中，这台机器也拿到2090分，能够和主流游戏本独显掰手腕。
理论成绩出色，实际游戏表现又如何呢？我们选了五款热门游戏来实测。在1920×1080分辨率、高画质、关闭光追并开启FSR平衡和帧生成的设置下，这台机器的游戏表现十分出色。它在《古墓丽影：暗影》中的平均帧率达到152 fps；在《黑神话：悟空》中的平均帧率达到158 fps。也就是说，工作之余想在这台机器上放松一下，在1080p分辨率下畅玩3A大作完全不是问题。
在2560×1440分辨率下，《古墓丽影：暗影》高画质的平均帧率达到105 fps；《黑神话：悟空》在高画质、FSR平衡并开启帧生成的设置下跑出119 fps；即便是硬件“杀手”《赛博朋克2077》，在最高画质、光追超级、FSR平衡加帧生成的设置下也有74.72 fps的流畅表现；另外两款新作《刺客信条：黑棋 记忆重置》和《纪元117：罗马和平》也分别取得144 fps和68.4 fps的成绩，这样的表现确实非常出色。
创作性能方面，这台机器在UL Procyon的照片编辑测试取得8977分，这意味着借助Radeon 8060S集显的硬件编解码能力，它完全可以高效胜任图片处理这类创作任务。
写在最后
一番体验下来，联想百应AI主机300显然是联想瞄准“本地AI落地”这个正在快速膨胀的市场交出的一份出色答卷。这台机器的核心竞争力体现在三个层面，最底层是以锐龙AI Max+ 395处理器、128 GB统一内存为代表的硬件组合，让它具备流畅运行Qwen3.8-27B、GPT-OSS-120B这类热门大模型的能力；中间层是软件，联想百应AI平台让不懂技术的小团队也能零门槛“养虾”；最上层是清晰的商业逻辑，联想百应AI主机300作为本地算力中枢，无论是敏感数据不出域，还是团队多人共享本地API，这些都切中了超级个体、初创团队和中小企业在AI落地时最真实的顾虑。
无论你是对本地数据隐私有硬性要求的企业用户，还是正在把大模型能力产品化的AI开发者，联想百应AI主机300都是目前市面上为数不多的、真正能帮到你的产品。而且与市面上其它产品相比，基于AMD锐龙AI Max+ 395的AI主机除了AI性能出色，还采用Windows系统，对新用户友好易上手，还能兼顾日常办公和娱乐应用，性价比更高，对兼顾AI开发和日常使用的个人或者初创团队来说，尤其值得推荐。
