Alibaba Efficient Otevřené váhy Dostupné ve FlowHunt

Qwen3.8-27B

Qwen3.8-27B je úsporný AI model od společnosti Alibaba, vydaný v srpnu 2026. Jedná se o hustý (dense) model s 27B parametry a otevřenými váhami pod licencí Apache-2.0, takže jej můžete stáhnout, hostovat sami nebo dolaďovat. Kontextové okno má nativně 262K tokenů, s možností rozšíření až na 1M tokenů.

Číst dál

Qwen3.8 je podle slov Alibaby dosud nejschopnější generací rodiny otevřených modelů Qwen, postavená na architektuře Qwen3.5. Alibaba uvádí zlepšení v programování, profesionální práci, výzkumu a dlouhodobých agentních úlohách, s lepším plánováním a lepším zpracováním zpětné vazby z prostředí.

Qwen3.8-27B přináší tyto pokroky v kompaktním hustém modelu, který se snadno nasazuje. Je to nativní vision-language model, který rozumí obrázkům a videu. Režim přemýšlení je ve výchozím nastavení zapnutý a lze jej pro každý požadavek vypnout a hloubku uvažování lze ladit. Váhy fungují s Hugging Face Transformers, vLLM a SGLang. Alibaba uvádí, že hostovaná verze s kontextem 1M ve výchozím nastavení přijde do Qwen Cloud.

Benchmarky

Každé skóre je uvedeno jednou, s pořadím mezi sledovanými modely a údajem, kdo ho změřil.

Srovnání s modely úrovně Efficient na stejné škále
  • Qwen3.8-27Btento model
  • Claude Haiku 5.5tento model vede v 0 z 4
  • Gemini 3.5 Flash-Litetento model vede v 4 z 4
Ověřeno nezávislý hodnotitel, počítá se do pořadí Vlastní údaj zveřejnil Alibaba, zobrazeno, ale neřazeno
Celkově

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Zdroj ↗

Qwen3.8-27B 33,7 Claude Haiku 5.5 43,4 Gemini 3.5 Flash-Lite 22,2
#26z 45 Ověřeno
Programování

SWE-bench Pro

Real issues across several languages and large codebases.

Zdroj ↗

Qwen3.8-27B 61,7% Claude Haiku 5.5 64,8% Gemini 3.5 Flash-Lite Bez skóre
Neřazeno Vlastní údaj

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Zdroj ↗

Qwen3.8-27B 86,0% Claude Haiku 5.5 Bez skóre Gemini 3.5 Flash-Lite Bez skóre
#7z 22 Ověřeno
Agenti

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Zdroj ↗

Qwen3.8-27B 5,6% Claude Haiku 5.5 32,8% Gemini 3.5 Flash-Lite 1,0%
#24z 36 Ověřeno
Uvažování

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Zdroj ↗Také: Vlastní údaj 30,8%

Qwen3.8-27B 33,9% Claude Haiku 5.5 44,4% Gemini 3.5 Flash-Lite 18,8%
#31z 44 Ověřeno

GPQA Diamond

Graduate-level science questions that search cannot answer.

Zdroj ↗Také: Ověřeno 88,9% (Vals AI own implementation)Také: Vlastní údaj 89,2%

Qwen3.8-27B 90,5% Claude Haiku 5.5 Bez skóre Gemini 3.5 Flash-Lite 83,8%
#21z 37 Ověřeno

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Zdroj ↗

Qwen3.8-27B 42,4% Claude Haiku 5.5 Bez skóre Gemini 3.5 Flash-Lite Bez skóre
#22z 27 Ověřeno

K čemu použít Qwen3.8-27B

Vlastní hosting a soukromé nasazení

Qwen3.8-27B je kompaktní hustý model s otevřenými váhami pod licencí Apache-2.0. Provozujte jej na vlastním hardwaru, abyste udrželi data ve svém prostředí, vyhnuli se poplatkům za token po API nebo jej dolaďovali na vlastních datech.

Programování a agentní úlohy

Alibaba uvádí zlepšení v programování a dlouhodobých agentních úlohách, s lepším zpracováním zpětné vazby z prostředí a širší podporou oblíbených harnessů a vývojových nástrojů.

Porozumění obrazu a videu

Jako nativní vision-language model zvládá vedle textu také STEM diagramy, dokumenty a dlouhá videa.

Nastavitelná hloubka uvažování

Režim přemýšlení je ve výchozím nastavení zapnutý a lze jej pro každý požadavek vypnout a hloubku uvažování lze ladit, takže můžete náklady a latenci přizpůsobit úloze.

Silné stránky a omezení

Silné stránky

  • Otevřené váhy pod licencí Apache-2.0
  • Kompaktní hustý model, který se nasazuje snadněji než větší modely
  • Nativní porozumění obrazu a videu
  • Flexibilní řízení přemýšlení
  • Programování a dlouhodobé agentní úlohy
  • Dlouhý kontext (262K nativně, rozšiřitelný na 1M)

Omezení

  • Třída Efficient, takže náročné úlohy uvažování mohou vyžadovat větší model
  • Kontext 1M vyžaduje rozšíření nad nativní okno 262K

Použijte ho ve FlowHunt

Použijte Qwen3.8-27B v libovolném flow vedle vlastních nástrojů a zdrojů znalostí.

  1. 1Otevřete flow nebo ho vytvořte ze šablony
  2. 2Přidejte komponentu AI Agent nebo Generator
  3. 3Vyberte Qwen3.8-27B ve výběru modelu

Související AI modely

O Alibaba Hangzhou, China · Založeno 1999 · qwenlm.github.io

Alibaba Group je jedním z největších a nejrozmanitějších technologických konglomerátů v Číně, založený v roce 1999 Jackem Ma a sídlící v Chang-čou. Prostřednictvím své akademie DAMO a laboratoře Tongyi se Alibaba stala významnou silou ve vývoji velkých jazykových modelů s rodinou Qwen (Tongyi Qianwen). Generace Qwen 3.7, vydaná v polovině roku 2026, znamenala přechod Alibaba z domácího nasazení na mezinárodní benchmarkovou konkurenceschopnost, a v roce 2026 následovala generace Qwen 3.8. AI strategii Alibaba definuje uvolňování modelů s otevřenými váhami jako protiváha k americkým modelům pouze s API, integrace generativní AI napříč jejími cloudovými a e‑commerce službami a masivní investice do AI infrastruktury v rámci divize Alibaba Cloud.

qwenlm.github.io ↗

Prohlédněte si celý AI Model Leaderboard

Často kladené otázky