Makmal penyelidikan Qwen Alibaba mengeluarkan Qwen 3.8 27B pada hari Jumaat, model bahasa besar berlesen Apache 2.0, berkeupayaan penglihatan yang berjalan pada komputer riba yang mempunyai spesifikasi yang munasabah — dan, mengikut penanda aras makmal itu sendiri, mengatasi prestasi bukan sahaja pendahulunya tetapi model berat tertutup yang merupakan antara yang terkuat Qwen baru-baru ini pada bulan Mei.
Keluaran ini telah menjadi salah satu pelancaran model yang paling banyak dibincangkan pada bulan ini dalam kalangan pembangun. Kajian langsung yang diterbitkan Ahad oleh Simon Willison, penyelidik dan penulis blog AI bebas terkemuka, mencapai muka depan Berita Hacker dengan beratus-ratus undian naik, dengan pembaca membahaskan keupayaan model dan konfigurasi lalainya yang luar biasa. For more context on this story, see our ongoing AI industry coverage.
Apa yang Baharu dalam Qwen 3.8 27B
Model ini adalah yang terbaru dalam barisan wajaran terbuka Alibaba, tiba beberapa minggu selepas keluaran campuran pakar Qwen 3.8 2.4T-A95B yang lebih besar. Menurut penanda aras yang dilaporkan sendiri oleh Qwen, model 27B menunjukkan peningkatan ke atas kedua-dua Qwen 3.6 27B dan Qwen 3.7-Plus tertutup — model yang, walaupun namanya, merupakan salah satu pemain terkuat Qwen dalam sebarang saiz awal tahun ini.
Model ini menyokong panjang konteks maksimum 262,144 token, mengendalikan input penglihatan dan menghantar dengan sokongan rasmi untuk parameter `reasoning_effort` yang melaraskan kedalaman penaakulan merentas tiga tahap: `xhigh`, `medium` dan `low`.
Ia adalah tetapan pertama — `xhigh`, lalai kilang — yang telah menjadi titik perbincangan keluaran.
Masalah Terlalu Berfikir
Willison, yang menguji model pada MacBook Pro 128GB dan NVIDIA DGX Spark menggunakan binaan terkuantiti 17GB Q4_K_M LM Studio, menggambarkan lalai sebagai menghasilkan "pemikiran berlebihan yang menakjubkan."
Dalam satu contoh yang menarik, dia meminta model itu melukis SVG seekor burung pelikan yang menunggang basikal. Dengan usaha penaakulan `xhigh` lalai, model itu membelanjakan 22,276 token penaakulan untuk menghasilkan 3,223 token output — satu proses yang mengambil masa 21 minit pada perkakasannya. Hasilnya, katanya, adalah "SVG pelikan terbaik setakat ini" yang dia dapat hasilkan dengan model yang dijalankan secara tempatan, dengan geometri basikal yang betul, kaki pada kedua-dua belah bingkai dan latar belakang ilustrasi yang menarik.
Pertukaran adalah jelas: 21 minit adalah menunggu yang tidak praktikal untuk kebanyakan tugas. Menjalankan semula gesaan yang sama dengan penaakulan dilumpuhkan menghasilkan respons dalam 137 saat — di bawah satu persepuluh masa — pada panjang output yang sama.
Malah gesaan mudah yang remeh mencetuskan tingkah laku. Diminta untuk "melukis svg bulatan," jejak penaakulan model dibuka dengan menimbang pilihan palet, penggayaan Bauhaus, cincin berlapis dan pendekatan animasi — beberapa minit perbincangan untuk bentuk yang memerlukan teg XML tunggal.
Keputusan Willison: model ini sangat baik, tetapi konfigurasi lalai adalah "sama sekali bukan cara yang baik untuk menjalankan model, terutamanya pada perkakasan pengguna." Pengguna boleh bertukar kepada usaha penaakulan `sederhana` atau `rendah`, atau melumpuhkan pemikiran lanjutan sepenuhnya.
Momentum AI Tempatan
Keluaran ini menekankan betapa cepatnya jurang keupayaan antara model awan sempadan dan model terbuka boleh jalan tempatan telah mengecil. Fail 17GB yang dijalankan pada komputer riba kini menghasilkan hasil yang, dalam tugas kreatif tertentu, menyaingi model skala pusat data yang diperlukan tidak lama dahulu.
Ia juga meneruskan momentum wajaran terbuka daripada makmal China yang telah mentakrifkan 2026. Keluarga Qwen Alibaba telah menjadi antara barisan model yang paling banyak dimuat turun di seluruh dunia tahun ini, bersaing dengan keluaran daripada Meta, DeepSeek dan Moonshot AI untuk perkongsian minda pembangun. Keputusan penanda aras bebas untuk Qwen 3.8 27B masih terkumpul, dan Willison dengan jelas memberi amaran bahawa nombor yang dilaporkan sendiri oleh makmal menunggu pengesahan pihak ketiga.
Panduan Praktikal untuk Pengguna
Bagi pembangun dan peminat yang mempertimbangkan model itu, konsensus yang muncul daripada ujian awal adalah mudah: Qwen 3.8 27B ialah pilihan lalai yang kukuh untuk beban kerja AI tempatan yang melibatkan penglihatan atau dokumen yang panjang, tetapi usaha penaakulan harus disesuaikan dengan tugas itu. Analisis kompleks mungkin membenarkan `xhigh`; soalan harian dan draf pantas adalah lebih pantas dan lebih murah pada `sederhana` atau ke bawah.
Pengguna yang menjalankan model melalui alatan seperti LM Studio juga harus menaikkan tetingkap konteks lalai daripada 8,192 token — Willison mendapati pemikiran lanjutan model itu meletihkan belanjawan itu walaupun untuk masalah biasa sebelum dia memuatkannya dengan konteks 262,144 token penuh.
Soalan yang lebih besar ialah apakah isyarat keluaran tentang fasa seterusnya perlumbaan model terbuka: memandangkan model gaya penaakulan menjadi kebiasaan, lalai konfigurasi berubah menjadi keputusan produk dengan akibat kebolehgunaan sebenar — dan lalai `xhigh` Qwen sudah menjadi contoh yang paling banyak dibincangkan.
Pencapaian untuk Wajaran Terbuka
Keluaran itu juga menandakan satu peristiwa penting dalam apa yang kini boleh disampaikan oleh makmal wajaran terbuka pada skala kecil. Keupayaan penglihatan, tetingkap konteks 262,144 token dan prestasi penaakulan kompetitif dalam pakej yang sesuai pada komputer riba pengguna tidak dapat difikirkan dalam model berlesen Apache-2.0 dua tahun lalu. Untuk pembangun yang membina aplikasi yang diutamakan setempat — di mana privasi data, kependaman atau operasi luar talian mengetepikan API awan — pilihan praktikal terus bertambah baik pada klip yang pantas.
Ujian Willison juga menyerlahkan titik kematangan untuk ekosistem: perkakasan di sekeliling model tempatan, daripada muat turun GGUF sekali klik LM Studio kepada parameter penaakulan boleh dikonfigurasikan, telah cukup maju sehingga menala kedalaman pemikiran model kini menjadi keputusan pengguna rutin dan bukannya latihan penyelidikan. Apabila penanda aras bebas terkumpul dalam beberapa hari akan datang, gambaran di mana tepatnya Qwen 3.8 27B mendarat terhadap pesaing terbuka dan tertutupnya akan menjadi lebih tajam — tetapi penerimaan awal mencadangkan satu lagi kemasukan yang kukuh dalam barisan yang telah menjadikan Alibaba sebagai salah satu penerbit model terbuka yang paling penting di dunia.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
