Výzkumná laboratoř Qwen společnosti Alibaba vydala v pátek Qwen 3.8 27B, licencovaný Apache 2.0, velký jazykový model schopný vidění, který běží na rozumně specifikovaném notebooku – a podle vlastních testů laboratoře překonává nejen svého předchůdce, ale i uzavřený model, který byl nedávno jedním z nejsilnějších Qwen May.
Vydání se stalo v kruzích vývojářů jedním z nejdiskutovanějších uvedení modelů měsíce. Praktická recenze zveřejněná v neděli Simonem Willisonem, prominentním nezávislým výzkumníkem AI a bloggerem, se dostala na titulní stránku Hacker News se stovkami kladných hlasů, přičemž čtenáři debatovali o možnostech modelu a jeho neobvyklé výchozí konfiguraci. For more context on this story, see our ongoing breaking AI news.
Co je nového v Qwen 3.8 27B
Tento model je nejnovější z řady otevřených váh společnosti Alibaba a přichází týdny po vydání mnohem větší směsi odborníků Qwen 3.8 2.4T-A95B. Podle vlastních referenčních hodnot Qwen vykazuje model 27B zisky oproti Qwen 3.6 27B i uzavřenému Qwen 3.7-Plus – modelu, který byl navzdory svému názvu jedním z nejsilnějších výkonů Qwen všech velikostí na začátku tohoto roku.
Model podporuje maximální délku kontextu 262 144 tokenů, zpracovává vstupy vidění a dodává se s oficiální podporou parametru „reasoning_effort“, který upravuje hloubku uvažování na třech úrovních: „xhigh“, „medium“ a „low“.
Právě toto první nastavení — `xhigh`, výchozí tovární nastavení — se stalo tématem vydání.
Problém přemýšlení
Willison, který testoval model na 128GB MacBooku Pro a NVIDIA DGX Spark pomocí 17GB Q4_K_M kvantizovaného sestavení LM Studio, popsal výchozí nastavení jako způsobující „velkolepé přemýšlení“.
V jednom nápadném příkladu požádal model, aby nakreslil SVG pelikána jedoucího na kole. Při výchozím uvažování „xhigh“ model utratil 22 276 tokenů uvažování na produkci 3 223 tokenů výstupu – proces, který na jeho hardwaru trval 21 minut. Výsledek, jak poznamenal, byl „daleko nejlepší pelikánský SVG“, který byl schopen vytvořit s modelem, který běží lokálně, se správnou geometrií kola, nohami na obou stranách rámu a vkusným ilustrovaným pozadím.
Kompromis je zřejmý: 21 minut je nepraktické čekání na většinu úkolů. Opakované spuštění stejné výzvy s deaktivovaným uvažováním vyvolalo odpověď za 137 sekund – méně než desetinu času – při podobné délce výstupu.
I triviálně jednoduché výzvy spouštějí chování. Když jsme byli požádáni, aby "nakreslil svg kruhu", uvažovací stopa modelu se otevřela pomocí možností palety vážení, stylingu Bauhaus, vrstvených prstenců a animačních přístupů - několik minut uvažování o tvaru, který vyžaduje jedinou značku XML.
Willisonův verdikt: model je vynikající, ale výchozí konfigurace „naprosto není dobrý způsob, jak spustit model, zvláště na spotřebním hardwaru“. Uživatelé mohou přepnout na „střední“ nebo „nízké“ uvažování nebo úplně vypnout rozšířené myšlení.
Momentum místní umělé inteligence
Vydání podtrhuje, jak rychle se zmenšila mezera ve schopnostech mezi hraničními cloudovými modely a lokálně spustitelnými otevřenými modely. Soubor o velikosti 17 GB, který běží na notebooku, nyní produkuje výsledky, které v konkrétních kreativních úkolech konkurují tomu, co ještě nedávno vyžadovaly modely v měřítku datových center.
Pokračuje také v tempu otevřených vah z čínských laboratoří, které definovaly rok 2026. Rodina Qwen společnosti Alibaba letos patřila mezi celosvětově nejstahovanější modelové řady a soutěží s verzemi Meta, DeepSeek a Moonshot AI pro sdílení mysli vývojářů. Výsledky nezávislých srovnávacích testů pro Qwen 3.8 27B se stále shromažďují a Willison výslovně varoval, že čísla sama hlášená laboratoří čekají na ověření třetí stranou.
Praktické pokyny pro uživatele
Pro vývojáře a nadšence, kteří uvažují o tomto modelu, je vznikající konsenzus z raného testování přímočarý: Qwen 3.8 27B je silnou výchozí volbou pro místní pracovní zátěže AI, které zahrnují vizi nebo dlouhé dokumenty, ale úsilí o uvažování by mělo být přizpůsobeno tomuto úkolu. Komplexní analýza může ospravedlnit „xhigh“; každodenní otázky a rychlé návrhy jsou rychlejší a levnější na `střední` nebo nižší.
Uživatelé spouštějící model pomocí nástrojů, jako je LM Studio, by také měli zvýšit výchozí kontextové okno z 8 192 tokenů – Willison zjistil, že rozšířené myšlení modelu vyčerpalo tento rozpočet i na světské problémy, než do něj nahrál plný kontext 262 144 tokenů.
Větší otázkou je, co vydání signalizuje další fázi závodu otevřených modelů: jak se modely ve stylu uvažování stávají normou, výchozí nastavení konfigurace se mění v rozhodnutí o produktu se skutečnými důsledky pro použitelnost – a výchozí hodnota Qwen `xhigh` je již nejdiskutovanějším příkladem.
Milník pro otevřené váhy
Vydání také znamená milník v tom, co nyní mohou laboratoře s otevřenými váhami poskytnout v malém měřítku. Schopnost vidění, kontextové okno s 262 144 tokeny a konkurenceschopný výkon uvažování v balíčku, který se hodí pro spotřebitelský notebook, by byly před dvěma lety u modelu s licencí Apache-2.0 nemyslitelné. Pro vývojáře, kteří vytvářejí místní aplikace – kde soukromí dat, latence nebo offline provoz vylučují cloudová API – se praktické možnosti neustále zlepšují rychlým tempem.
Willisonovo testování také zdůrazňuje vyspělost ekosystému: nástroje kolem místních modelů, od stahování GGUF na jedno kliknutí LM Studio po konfigurovatelné parametry uvažování, pokročily natolik, že ladění hloubky myšlení modelu je nyní spíše rutinním uživatelským rozhodnutím než výzkumným cvičením. Jak se v nadcházejících dnech hromadí nezávislé benchmarky, obrázek o tom, kde přesně Qwen 3.8 27B přistane proti svým otevřeným a uzavřeným konkurentům, se zostřuje – ale brzký příjem naznačuje další silný vstup do řady, díky níž se Alibaba stala jedním z nejdůslednějších vydavatelů otevřeného modelu na světě.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
