Qwen3.8-27B 的视频 fps：README 说默认 2，配置里没有这个键

如果你照着 Qwen3.8-27B 的 model card 配视频输入，很可能会在某一刻停下来找一个键：README 里写着「默认 fps=2」，那这个默认值应该写在某个配置文件里吧？

我们把 Hugging Face Qwen/Qwen3.8-27B 仓库快照 1d4bf0f（核对日 2026-08-16）的随仓文本配置逐个检索了一遍，结论是：preprocessor_config.json、video_preprocessor_config.json、config.json 三个文件里，fps 这个键一次都没有出现。

这篇就把这处差异说清楚：它究竟写在哪一行、怎么自己复核、以及说到哪里必须停下来。

一、先把「README 说的」这句话的位置说准

很多人转述这条时会说成「model card 的视频章节规定了默认抽帧率」。更贴近原文的说法是：这句话出现在 README.md:409，而 README.md:405-417 这一整段在 README 里是注释状态——每一行都以 # 开头，不是一段会执行的代码。

原文这几行（照抄 README）：

# When vLLM is launched with `--media-io-kwargs '{"video": {"num_frames": -1}}'`,
# video frame sampling can be configured via `extra_body` (e.g., by setting `fps`).
# This feature is currently supported only in vLLM.
#
# By default, `fps=2` and `do_sample_frames=True`.
# With `do_sample_frames=True`, you can customize the `fps` value to set your desired video sampling rate.

同一段被注释掉的还有一次带 mm_processor_kwargs 的调用（README.md:411-417），其中 README.md:415 写的是 "mm_processor_kwargs": {"fps": 2, "do_sample_frames": True},。

而 Video Input 小节里真正会执行的那个请求（README.md:400-403），没有传任何 extra_body、没有传采样参数、也没有传 reasoning_effort——它只有 model 和 messages 两个参数。

所以「README 说默认 fps=2」这句话本身是准确的，但它的载体是一段注释里的说明文字，不是一份参数表，也不是一段示例代码的实际入参。

二、怎么自己确认：一条可复现的检索

不用读完 583 行 README，把随仓的文本文件下下来，直接对键名做包含检查就行。我们用的就是下面这条：

python -c "
import io
for name in ['preprocessor_config.json','video_preprocessor_config.json']:
    d=io.open(name,encoding='utf-8').read()
    for kw in ['fps','num_frames','do_sample_frames','max_pixels','min_pixels','longest_edge','shortest_edge']:
        print(name,kw,kw in d)
print('fps in config.json:', 'fps' in io.open('config.json',encoding='utf-8').read())
"

结果是：两个预处理配置里，fps、num_frames、do_sample_frames、max_pixels、min_pixels 全部为 False，只有 longest_edge / shortest_edge 为 True；config.json 里 fps 同样为 False。

再往外扩一圈也没有增量：这个仓库我们本地只取到 8 个文本文件（LICENSE、README.md、chat_template.jinja、config.json、generation_config.json、preprocessor_config.json、tokenizer_config.json、video_preprocessor_config.json），没有任何 .safetensors 权重。也就是说，fps=2 与 do_sample_frames=True 这两个默认值究竟由哪一层提供，在这 8 个文件里我们没能核实到，README 也没有说明。

三、那两个预处理配置里到底有什么

既然键不在那儿，就得知道它们实际有什么。这两个文件都只有 21 行，字段少到可以整张列出来（行号为实读）：

字段	preprocessor_config.json	video_preprocessor_config.json
size.longest_edge	16777216	25165824
size.shortest_edge	65536	4096
patch_size	16	16
temporal_patch_size	2	2
merge_size	2	2
image_mean	[0.5, 0.5, 0.5]	[0.5, 0.5, 0.5]
image_std	[0.5, 0.5, 0.5]	[0.5, 0.5, 0.5]
processor_class	"Qwen3VLProcessor"	"Qwen3VLProcessor"
类型键	image_processor_type: "Qwen2VLImageProcessorFast"	video_processor_type: "Qwen3VLVideoProcessor"

两个文件的差异只有三处：size.longest_edge、size.shortest_edge，以及末尾那个类型键。归一化参数（image_mean / image_std 均为 0.5）、patch_size、temporal_patch_size、merge_size、processor_class 在两个文件里完全一致。

值得注意的是这两个文件只有上表这 9 个键——连 do_resize、do_rescale、do_normalize、rescale_factor、do_convert_rgb 这类常见键都没有。我们不对这些缺席键的缺省行为作任何推断，只陈述文件里有什么。

换句话说：视频这一侧的随仓配置管的是尺寸与分块（longest_edge / shortest_edge / patch_size / temporal_patch_size / merge_size），而抽帧（fps / do_sample_frames / num_frames）这一组键，在随仓配置里根本没有对应位置。

顺便说一个容易被想当然的点：longest_edge 这个值到底怎么换算成 token 数，仓库里没有通用公式。README 只在视频那一处括注了「469762048 对应 224k video tokens」，preprocessor_config.json 里的 16777216 与 65536 分别对应多少，我们在仓库里没有找到说明，因此也不做任何推算。

同一批「只活在 README 文本里」的键还有几个。我们对 README 全文做了逐行检索：num_frames 只出现在 README.md:405 一行，mm_processor_kwargs 只出现在 README.md:415 一行，--media-io-kwargs 只出现在 README.md:405 一行；fps 出现在 README.md:406、409、410、415 四行，do_sample_frames 出现在 409、410、415 三行。而 extra_body 全文出现 5 次、chat_template_kwargs 出现 5 次——后两个至少还在多个可执行示例里露过面，前面那三个则集中在同一段注释里。这不是什么质量判断，只是提醒你检索时别把出现次数当成文档覆盖度。

四、顺带说清同一段里另外两处对不上的地方

第一处：带 --media-io-kwargs 的完整启动命令，README 里不存在。

README.md:405 那行注释提到「When vLLM is launched with --media-io-kwargs '{"video": {"num_frames": -1}}'」，但全文的 vllm serve 命令只出现在 README.md:542（## Best Practices 第 3 条 “Processing Ultra-Long Texts” 之下），那条命令里没有 --media-io-kwargs，而且它自带 ... 省略占位——那个省略号是 README 原文就有的，不是我们删的，README 也没说明该处填什么。也就是说，仓库内没有一条可以直接复制去启用这条路径的完整命令。

另外，### Serving Qwen3.8 这一小节（README.md:229-240）全文没有任何启动命令，只有一个 [!Important] 提示块和 SGLang / vLLM / TokenSpeed 三条外链，指向三个外部文档站——那三个站点的内容我们没有访问，不在本文范围内。

第二处：视频 longest_edge 的建议值与发布值不是一个量级。

README.md:561 写着「the size parameter in the released video_preprocessor_config.json is conservatively configured」，并给出示例 JSON {"longest_edge": 469762048, "shortest_edge": 4096}（原文括注该值对应 224k video tokens）；而仓库实际发布的是 25165824（video_preprocessor_config.json:3）。shortest_edge 两处一致，都是 4096。

README 还写明这类覆盖也可以通过引擎启动参数完成，并给出两个外部 PR 链接（README.md:566）——同样不在仓库内，我们没有访问。

到这里差异就陈述完了。哪一处「是对的」、为什么两处不一样，我们没有依据判断，也不打算替它解释；以你实际拉到的仓库状态为准。

五、这条线索能推到哪、以及什么时候说明不是它

如果你正在排查「视频输入的抽帧行为跟预期不一样」，这条差异能给你的判定动作是有限的、但明确的：

1. 先确认你改的不是随仓配置。 在 preprocessor_config.json / video_preprocessor_config.json 里加 fps 键这件事，仓库里没有任何依据说它会被读取——README 把这条路径明确挂在推理框架侧（extra_body + mm_processor_kwargs）。
2. 确认框架。 README.md:407 原文写的是 This feature is currently supported only in vLLM.，指的就是上文那条「用 extra_body 配置视频抽帧」的能力。换到别的框架，README 没有给出等价说法。
3. 确认前提参数。 README 把 --media-io-kwargs '{"video": {"num_frames": -1}}' 描述为启用这条路径的前提；但它没有说明 num_frames 的含义、-1 代表什么、有没有默认值。num_frames 全 README 只出现在 README.md:405 这一行。
4. 验证方式只能靠框架侧。 具体填什么值、怎么看生效，仓库里没有给出验证方法，只能以你所用推理框架的官方文档与 --help 实际输出为准。这里要说明清楚：我们没有下载权重、没有安装任何推理框架、也没有启动过 vLLM 或别的服务，上面这四步全部停在 model card 与随仓配置文件的文本口径上；model card 内容会随上游更新而变，行号与字段也可能对不上，请以你拉到的那份仓库为准。

什么情况说明不是这个原因：如果你的调用根本没走 extra_body（就像 README 那个真正会执行的视频示例一样只传了 model 和 messages），那么抽帧参数这一层压根没被你碰到，问题多半在别处——比如输入结构本身。顺带一提，README 的视频示例传的是 "type": "video_url" + "video_url": {...}（README.md:387-390），而 chat_template.jinja:19 的视频分支判定条件写的是 'video' in item or item.type == 'video'，不含 video_url；同文件 :8 的图像分支则包含 image_url。这两处文本不对称，请求在到达模板前是否被推理框架改写，我们无法从这个仓库核实，因此运行时会发生什么本文不作推断。

最后提醒一句口径问题：README 里的 fps=2，是 model card 的自述说明，写在一段注释里；本文所有数字都是我们在快照 1d4bf0f 上实读的，fps 键在三个配置文件中不存在这件事也是逐个检索出来的。这两类信息不要混着记。

延伸阅读

• 从头读起：Qwen3.8-27B 是什么：一个模型仓里有哪些文件、各自负责什么
• 本专题共 35 篇，完整分组目录见专题页
• Qwen3.8-27B 的视频输入怎么传：那段被整体注释掉的抽帧示例
• Qwen3.8-27B 的 YaRN 长上下文：三处配置对不上

---

本文依据 Hugging Face 仓库 Qwen/Qwen3.8-27B 的 model card 与随仓配置文件 （config.json、generation_config.json、preprocessor_config.json、video_preprocessor_config.json、chat_template.jinja 等）整理， 核对日 2026-08-16，对应仓库快照 1d4bf0f。 本文内容为 model card 与配置文件口径，我们没有下载权重、没有部署、也没有推理过这个模型， 因此不涉及生成质量、推理速度与显存占用的任何描述；文中所有评测数字均为 model card 自述，我们没有复现。 模型仓库内容随上游更新而变动，请以官方最新说明为准。