מעבדת המחקר Qwen של עליבאבא פרסמה ביום שישי את Qwen 3.8 27B, מודל שפה גדול בעל רישיון Apache 2.0, בעל יכולת ראייה, הפועל על מחשב נייד בעל מאפיינים סבירים - ולפי המדדים של המעבדה עצמה, עולה על ביצועיו לא רק על קודמו אלא על דגם בעל משקל סגור שהיה החזק ביותר בתקופה האחרונה של Qwen.
המהדורה הפכה לאחת מהשקות הדגמים הנדונות ביותר של החודש בחוגי המפתחים. סקירה מעשית שפורסמה ביום ראשון על ידי סיימון וויליסון, חוקר הבינה המלאכותית והבלוגר העצמאי הבולט, הגיעה לעמוד הראשון של האקר ניוז עם מאות הצבעות בעד, כשהקוראים התלבטו ביכולות המודל ובתצורת ברירת המחדל החריגה שלו. For more context on this story, see our ongoing more AI stories.
מה חדש ב-Qwen 3.8 27B
הדגם הוא האחרון בקו המשקולות הפתוחות של עליבאבא, שהגיע שבועות לאחר שחרור ה-Qwen 3.8 2.4T-A95B תערובת המומחים הגדול בהרבה. על פי מדדי המדדים העצמיים של Qwen, דגם ה-27B מציג עליות הן ביחס ל-Qwen 3.6 27B והן ל-Qwen 3.7-Plus בעל המשקל הסגור - דגם שלמרות שמו, היה אחד מהביצועים החזקים ביותר של Qwen בכל גודל מוקדם יותר השנה.
המודל תומך באורך הקשר מרבי של 262,144 אסימונים, מטפל בתשומות ראייה ושולח עם תמיכה רשמית בפרמטר `reasoning_efort` שמתאים את עומק ההיגיון בשלוש רמות: `xhigh`, `medium` ו-`low`.
זו ההגדרה הראשונה - 'xhigh', ברירת המחדל של היצרן - שהפכה לנקודת הדיבור של המהדורה.
בעיית החשיבה המוגזמת
וויליסון, שבדק את הדגם על 128GB MacBook Pro ו-NVIDIA DGX Spark תוך שימוש במבנה הקוונטי של LM Studio בנפח 17GB Q4_K_M, תיאר את ברירת המחדל כמייצר "חשיבת יתר מרהיבה".
בדוגמה בולטת אחת, הוא ביקש מהדגם לצייר SVG של שקנאי רוכב על אופניים. עם מאמץ החשיבה 'xhigh' המוגדר כברירת מחדל, המודל בילה 22,276 אסימוני נימוקים כדי לייצר 3,223 אסימונים של פלט - תהליך שלקח 21 דקות על החומרה שלו. התוצאה, הוא ציין, הייתה "ה-SVG השקנאי הטוב ביותר" שהוא הצליח לייצר עם דגם הפועל באופן מקומי, עם גיאומטריה נכונה של אופניים, רגליים משני צידי המסגרת ורקע מאויר בטוב טעם.
הפשרה ברורה: 21 דקות הן המתנה לא מעשית לרוב המשימות. הפעלה חוזרת של אותה הנחיה כשההיגיון מושבת הניבה תגובה תוך 137 שניות - מתחת לעשירית מהזמן - באורך פלט דומה.
אפילו הנחיות פשוטות טריוויאליות מעוררות את ההתנהגות. התבקש "לצייר svg של עיגול", עקבות ההיגיון של המודל נפתחו על ידי שקילת אפשרויות פלטת שקילה, סגנון באוהאוס, טבעות שכבות וגישות אנימציה - מספר דקות של התלבטות לצורה הדורשת תג XML יחיד.
פסק דינו של וויליסון: הדגם מצוין, אבל תצורת ברירת המחדל היא "ממש לא דרך טובה להפעיל את הדגם, במיוחד על חומרה לצרכן". משתמשים יכולים לעבור למאמץ חשיבה 'בינוני' או 'נמוך', או להשבית את החשיבה המורחבת לחלוטין.
המומנטום של בינה מלאכותית מקומית
המהדורה מדגישה כמה מהר הצטמצם פער היכולות בין דגמי ענן חזיתיים למודלים פתוחים הניתנים להפעלה מקומית. קובץ של 17 ג'יגה-בייט שפועל על מחשב נייד מייצר כעת תוצאות שבמשימות יצירתיות ספציפיות מתחרות במה שהצריך מודלים בקנה מידה של מרכז נתונים לא מזמן.
זה גם ממשיך את תנופת המשקולות הפתוחות ממעבדות סיניות שהגדירו את 2026. משפחת ה-Qwen של עליבאבא הייתה בין קווי הדגמים שהורדת ביותר בעולם השנה, ומתחרה עם מהדורות של Meta, DeepSeek ו-Moonshot AI עבור שיתוף מחשבים למפתחים. תוצאות בנצ'מרק עצמאיות עבור Qwen 3.8 27B עדיין מצטברות, וויליסון הזהיר במפורש כי המספרים המדווחים על עצמם של המעבדה ממתינים לאימות צד שלישי.
הדרכה מעשית למשתמשים
עבור מפתחים וחובבים השוקלים את המודל, הקונצנזוס המתגבש מבדיקות מוקדמות הוא פשוט: Qwen 3.8 27B הוא ברירת מחדל חזקה לעומסי עבודה מקומיים של AI הכוללים חזון או מסמכים ארוכים, אך יש להתאים את מאמץ ההיגיון למשימה. ניתוח מורכב עשוי להצדיק `xhigh`; שאלות יומיומיות וטיוטות מהירות הם מהירים יותר וזולים יותר ב'בינוני' ומטה.
משתמשים שמריצים את המודל באמצעות כלים כמו LM Studio צריכים גם להעלות את חלון ההקשר המוגדר כברירת מחדל מ-8,192 אסימונים - וויליסון מצא שהחשיבה המורחבת של המודל מיצתה את התקציב הזה אפילו על בעיות שגרתיות לפני שהוא טען אותו עם ההקשר המלא של 262,144 אסימונים.
השאלה הגדולה יותר היא מה מאותת השחרור לגבי השלב הבא של מרוץ המודלים הפתוחים: ככל שמודלים בסגנון חשיבה הופכים לנורמה, ברירות המחדל של תצורה הופכות להחלטות מוצר עם השלכות שימושיות אמיתיות - וברירת המחדל 'xhigh' של Qwen היא כבר הדוגמה הנדונה ביותר.
אבן דרך למשקולות פתוחות
המהדורה גם מסמנת אבן דרך במה שמעבדות המשקולות הפתוחות יכולות לספק כעת בקנה מידה קטן. יכולת ראייה, חלון הקשר של 262,144 אסימונים וביצועי חשיבה תחרותיים בחבילה שמתאימה למחשב נייד לצרכן לא היו מתקבלים על הדעת בדגם מורשה Apache-2.0 לפני שנתיים. למפתחים שבונים יישומים מקומיים ראשונים - שבהם פרטיות נתונים, זמן אחזור או פעולה לא מקוונת שוללים ממשקי API בענן - האפשרויות המעשיות ממשיכות להשתפר במהירות.
הבדיקה של וויליסון מדגישה גם נקודת בגרות לאקוסיסטם: הכלים סביב מודלים מקומיים, מהורדות GGUF בלחיצה אחת של LM Studio ועד פרמטרי חשיבה הניתנים להגדרה, התקדם מספיק כדי שכוונון עומק החשיבה של המודל הוא כעת החלטה שגרתית של המשתמש ולא תרגיל מחקר. ככל שמצטברים מדדים עצמאיים בימים הקרובים, התמונה של היכן בדיוק נוחתת Qwen 3.8 27B מול מתחריו הפתוחים והסגורים תתחדד - אבל הקבלה המוקדמת מעידה על כניסה חזקה נוספת בשורה שהפכה את עליבאבא לאחת מהמוציאות לאור של מודל פתוח בעולם.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
