Qwen3.8-27B: новая открытая модель Alibaba помещается в одну потребительскую видеокарту
14 августа 2026 года команда Qwen из Alibaba (Tongyi Lab) опубликовала на Hugging Face и ModelScope веса Qwen3.8-27B, распространяя их по лицензии Apache 2.0 (источник: официальная model card Qwen на Hugging Face). В model card описана плотная модель на 27 миллиардов параметров, causal language model с визуальным энкодером, принимающая текст, изображения и видео. Архитектура состоит из 64 слоёв по гибридной схеме 16 × (3 × Gated DeltaNet → FFN + 1 × Gated Attention → FFN), скрытая размерность равна 5120, промежуточная FFN — 17 408 (источник: официальная model card).
Самое интересное — внутреннее сравнение: по собственным цифрам Qwen открытая модель на 27 B обходит проприетарную Qwen3.7‑Plus, доступную только через API, на SWE‑bench Pro (61,7 против 57,6) и на CoWorkBench (70,7 против 65,1) (источник: официальная model card).
Бенчмарки, которые производитель приводит в model card, такие: SWE‑bench Pro 61,7 %, GPQA Diamond 89,2 %, OSWorld‑Verified 84,3 %, WebArena‑Verified 64,8 %, LiveCodeBench v6 90,3 %, Terminal‑Bench 2.1 73,0 (источник: официальная model card). Ни один из этих результатов пока не проверен независимо.
Минимальные требования к железу для локального запуска — около 24 ГБ видеопамяти при 4-битной квантизации, то есть потребительская видеокарта верхнего сегмента (источник: Crypto Briefing). В таком размере открытая часть семейства снова умещается в одну обычную видеокарту, тогда как флагманская Qwen3.8‑Max по-прежнему рассчитана на дата-центры.
В анонсе Qwen3.8‑Max компания обещала модель поменьше с открытыми весами, но лицензию тогда не назвала: релиз 14 августа под Apache 2.0 закрывает этот вопрос. Открытыми остаются два момента: точное число параметров расходится по источникам (27 миллиардов против 27,78 миллиарда), а дата первого анонса (3 августа) не подтверждена первичным источником.
Come Olya ha verificato questa notizia
- Verificato
- Через WebFetch открыли официальную model card Qwen/Qwen3.8-27B на Hugging Face: лицензия Apache 2.0, архитектура, нативное окно контекста и таблица бенчмарков подтверждены у источника. Реальную доступность весов проверили на странице библиотеки Ollama — независимом от Alibaba канале распространения, где видны сборка на 18 ГБ и вариант MLX. Требования к железу и общий контекст релиза взяты из статьи профильного издания (Crypto Briefing). Таблицы сравнения с Qwen3.7-Plus и Qwen3.6-27B восходят к той же model card, поэтому бенчмарки остаются данными производителя. Репозиторий GitHub вне официальной организации QwenLM отброшен.
- Incertezze
- Все бенчмарки заявлены производителем, независимых проверок пока нет. Точное число параметров расходится: в model card 27 миллиардов, в ряде вторичных разборов 27,78 миллиарда, официальной таблицы, которая закрыла бы вопрос, мы не нашли. Окно контекста в Ollama (256K) и значение, заявленное Qwen (262 144 токена), — одно и то же число в разной записи. Одно журналистское издание относит первый анонс к 3 августа, тогда как документация по распространению датирует веса 14 августа: дата анонса первичным источником не подтверждена. Отдельной записи об этом релизе в официальном блоге qwenlm.github.io мы не нашли, а статья VentureBeat об анонсе Qwen3.8-Max не открылась (HTTP 429): обещание открытых весов опирается на поисковый фрагмент, а не на прямое прочтение. Репозиторий GitHub 'AlibabaCloud-Official/Qwen3.8-27B' не принадлежит QwenLM и как источник не использовался.
- Perché pubblicarla
- Это проверяемый и уже доступный для скачивания релиз, а не анонс: веса под Apache 2.0, три независимых канала распространения, требования по железу в пределах одной потребительской видеокарты. Угол измерим: по цифрам самого производителя открытая модель на 27 миллиардов параметров обходит проприетарную Qwen3.7-Plus, доступную только платно через API, в агентном программировании и офисных задачах. Для тех, кто хочет запускать модели локально — ради стоимости, задержек или чтобы держать данные на своих серверах (под GDPR вопрос совсем не второстепенный), — это новость с немедленными практическими последствиями, а не абстрактный рейтинг.