У п’ятницю дослідницька лабораторія Qwen від Alibaba випустила Qwen 3.8 27B, ліцензовану на Apache 2.0 модель великого мовлення з підтримкою візуалізації, яка працює на ноутбуці з достатніми характеристиками — і, згідно з власними тестами лабораторії, перевершує не лише свого попередника, але й закриту модель, яка була однією з найсильніших Qwen ще в травні.
Випуск став одним із найбільш обговорюваних випусків моделей місяця в колах розробників. Практичний огляд, опублікований у неділю Саймоном Віллісоном, відомим незалежним дослідником штучного інтелекту та блогером, потрапив на першу сторінку Hacker News із сотнями голосів «за», де читачі обговорювали можливості моделі та її незвичайну конфігурацію за замовчуванням. For more context on this story, see our ongoing AI industry coverage.
Що нового в Qwen 3.8 27B
Ця модель є останньою в лінійці відкритих вантажів Alibaba, яка з’явилася через кілька тижнів після випуску набагато більшого Qwen 3.8 2.4T-A95B mix-of-expert. Відповідно до власних тестів Qwen, модель 27B демонструє переваги як у порівнянні з Qwen 3.6 27B, так і перед Qwen 3.7-Plus із закритою вагою — моделлю, яка, незважаючи на свою назву, була однією з найпотужніших Qwen будь-якого розміру на початку цього року.
Модель підтримує максимальну довжину контексту в 262 144 маркери, обробляє вхідні дані бачення та постачається з офіційною підтримкою параметра `reasoning_effort`, який регулює глибину міркування на трьох рівнях: `xhigh`, `medium` і `low`.
Саме перше налаштування — `xhigh`, заводське значення за замовчуванням — стало темою для розмов у випуску.
Проблема надмірного мислення
Віллісон, який тестував модель на MacBook Pro 128 ГБ і NVIDIA DGX Spark, використовуючи квантовану збірку 17 ГБ Q4_K_M від LM Studio, описав замовчування як створення «вражаючого надмірного мислення».
В одному яскравому прикладі він попросив модель намалювати SVG пелікана на велосипеді. За умовчанням «xhigh» міркування модель витратила 22 276 токенів міркування, щоб створити 3223 токени результату — процес, який займав 21 хвилину на його обладнанні. Результатом, зазначив він, був «безумовно найкращий SVG пелікана», який він зміг створити за допомогою моделі, яка працює локально, з правильною геометрією велосипеда, ногами з обох боків рами та зі смаком проілюстрованим фоном.
Компроміс очевидний: 21 хвилина — це недоцільне очікування для більшості завдань. Повторний запуск тієї самої підказки з вимкненим обґрунтуванням дає відповідь за 137 секунд — менше однієї десятої часу — за аналогічної тривалості виведення.
Навіть тривіально прості підказки викликають поведінку. На прохання «намалювати svg із колом» модель міркувань відкрила шляхом зважування параметрів палітри, стилю Bauhaus, багатошарових кілець і підходів до анімації — кілька хвилин обдумування для форми, для якої потрібен один тег XML.
Вердикт Віллісона: модель чудова, але конфігурація за замовчуванням «абсолютно не підходить для запуску моделі, особливо на споживчому обладнанні». Користувачі можуть переключитися на «середнє» або «низьке» міркування або повністю вимкнути розширене мислення.
Імпульс місцевого ШІ
Випуск підкреслює, наскільки швидко скорочується розрив у можливостях між прикордонними хмарними моделями та локально запущеними відкритими моделями. Файл розміром 17 ГБ, який працює на ноутбуці, тепер дає результати, які в конкретних творчих завданнях конкурують з моделями масштабу центрів обробки даних ще недавно.
Він також продовжує імпульс китайських лабораторій, який визначив 2026 рік. Сімейство Qwen від Alibaba було одним із найбільш завантажуваних модельних рядів у всьому світі цього року, конкуруючи з випусками Meta, DeepSeek і Moonshot AI за розумову участь розробників. Результати незалежного порівняльного тесту для Qwen 3.8 27B все ще збираються, і Віллісон прямо попередив, що цифри, отримані лабораторією від самої лабораторії, очікують перевірки третьою стороною.
Практичний посібник для користувачів
Для розробників і ентузіастів, які розглядають цю модель, консенсус, який виник після раннього тестування, є простим: Qwen 3.8 27B є сильним вибором за замовчуванням для локальних робочих навантажень штучного інтелекту, які включають візуалізацію або довгі документи, але міркування повинні бути налаштовані відповідно до завдання. Комплексний аналіз може виправдати `xhigh`; щоденні запитання та швидкі чернетки швидше та дешевше на `середньому` або нижче.
Користувачі, які запускають модель за допомогою таких інструментів, як LM Studio, також повинні збільшити вікно контексту за замовчуванням з 8192 токенів — Віллісон виявив, що розширене мислення моделі вичерпало цей бюджет навіть на простих проблемах, перш ніж він завантажив її з повним контекстом із 262 144 токенів.
Більше питання полягає в тому, що випуск сигналізує про наступну фазу гонки відкритих моделей: оскільки моделі в стилі міркування стають нормою, налаштування за замовчуванням перетворюються на рішення щодо продукту з реальними наслідками для зручності використання — і Qwen за замовчуванням `xhigh` вже є найбільш обговорюваним прикладом.
Віха для відкритих ваг
Випуск також знаменує собою віху в тому, що лабораторії з відкритими вагами тепер можуть надавати в невеликих масштабах. Можливість бачення, контекстне вікно з 262 144 маркерами та конкурентоспроможна ефективність міркування в пакеті, який підходить для споживчого ноутбука, були б немислимими в моделі з ліцензією Apache-2.0 два роки тому. Для розробників, які створюють перш за все локальні додатки — де конфіденційність даних, затримка або робота в автономному режимі виключають хмарні API — практичні варіанти постійно вдосконалюються зі швидкістю.
Тестування Віллісона також підкреслює точку зрілості екосистеми: інструменти навколо локальних моделей, від завантажень GGUF одним клацанням миші до настроюваних параметрів міркування, просунулися настільки, що налаштування глибини мислення моделі тепер є рутинним рішенням користувача, а не дослідженням. У міру того, як найближчими днями накопичуватимуться незалежні тести, картина того, де Qwen 3.8 27B справляється зі своїми відкритими та закритими конкурентами, буде ставати гострішою, але раннє сприйняття свідчить про ще один сильний вступ у лінійку, який зробив Alibaba одним із найбільш значущих видавців відкритої моделі у світі.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
