Mikä on Qwen3.8-27B?

Qwen3.8-27B on Alibaban kehittämä kompakti, tiheä (dense) ja tehokas Efficient-tason tekoälymalli, joka julkaistiin elokuussa 2026. Se kuuluu Qwen3.8-avoimien mallien perheeseen.

Onko Qwen3.8-27B avoimen lähdekoodin vai avoimen painotuksen malli?

Qwen3.8-27B on avoimen painotuksen malli, joka on julkaistu Apache-2.0-lisenssillä. Sen painotukset ovat julkisesti ladattavissa, itse isännöitävissä ja hienosäädettävissä. Huomaa, että avoin painotus ei ole sama asia kuin avoin lähdekoodi: koulutuskoodi ja -aineisto eivät välttämättä ole täysin julkisia.

Mikä on Qwen3.8-27B:n konteksti-ikkuna?

Qwen3.8-27B tukee natiivisti 262 144 tokenia, ja sitä voi laajentaa jopa 1 miljoonaan tokeniin. Alibaban isännöidyn version on suunniteltu tarjoavan 1 miljoonan tokenin kontekstin oletuksena.

Onko Qwen3.8-27B saatavilla FlowHuntissa?

Kyllä — Qwen3.8-27B on suoraan saatavilla FlowHuntissa. Voit käyttää sitä tekoälyagenttien, automatisoitujen työnkulkujen, chatbottien ja asiakirjankäsittelyputkien rakentamiseen ilman erillistä asennusta.

Alibaba Efficient Avoimet painot Saatavilla FlowHuntissa

Qwen3.8-27B

Qwen3.8-27B on Alibaban Efficient-tason tekoälymalli, joka julkaistiin elokuussa 2026. Se on avoimen painotuksen 27B-dense-malli Apache-2.0-lisenssillä, joten sen voi ladata, isännöidä itse tai hienosäätää. Konteksti-ikkuna on natiivisti 262 000 tokenia, ja sitä voi laajentaa jopa 1 miljoonaan tokeniin.

Lue lisää

Qwen3.8 on Alibaban sanoin Qwen-avoimien mallien perheen kyvykkäin sukupolvi tähän mennessä, ja se perustuu Qwen3.5:n arkkitehtuuriin. Alibaba raportoi parannuksia koodauksessa, ammatillisessa työssä, tutkimuksessa ja pitkän aikavälin agenttisissa tehtävissä, joissa suunnittelu on vahvempaa ja ympäristön palautteen käsittely parempaa.

Qwen3.8-27B tuo nämä edistysaskeleet kompaktiin, käyttöönoton kannalta helppoon dense-malliin. Se on natiivi näkö-kielimalli, joka ymmärtää kuvia ja videota. Ajattelutila on oletuksena päällä ja sen voi kytkeä pois pyyntökohtaisesti, ja päättelyn syvyyttä voi säätää. Painotukset toimivat Hugging Face Transformersin, vLLM:n ja SGLangin kanssa. Alibaba kertoo, että isännöity versio, jossa on oletuksena 1 miljoonan tokenin konteksti, on tulossa Qwen Cloudiin.

Kokeile FlowHuntissa Takaisin AI Leaderboardiin

Vertailutestit

Jokainen tulos näkyy kerran, mukana sijoitus seurattujen mallien joukossa ja tieto siitä, kuka sen mittasi.

Vertailu Efficient-tason malleihin samalla asteikolla

Qwen3.8-27Btämä malli
Claude Haiku 5.5tämä malli johtaa 0 / 4 testissä
Gemini 3.5 Flash-Litetämä malli johtaa 4 / 4 testissä

Vahvistettu riippumaton arvioija, lasketaan sijoitukseen Itse ilmoitettu julkaisija Alibaba, näytetään mutta ei sijoiteta

Kokonaisuus

AA Intelligence Index

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

Lähde ↗

Qwen3.8-27B 33,7 Claude Haiku 5.5 43,4 Gemini 3.5 Flash-Lite 22,2

#26/ 45 Vahvistettu

Koodaus

SWE-bench Pro

Real issues across several languages and large codebases.

Lähde ↗

Qwen3.8-27B 61,7% Claude Haiku 5.5 64,8% Gemini 3.5 Flash-Lite

Ei sijoitettu Itse ilmoitettu

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Lähde ↗

Qwen3.8-27B 86,0% Claude Haiku 5.5 Gemini 3.5 Flash-Lite

#7/ 22 Vahvistettu

Agentit

Terminal-Bench 4.0

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

Lähde ↗

Qwen3.8-27B 5,6% Claude Haiku 5.5 32,8% Gemini 3.5 Flash-Lite 1,0%

#24/ 36 Vahvistettu

Päättely

Humanity's Last Exam

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

Lähde ↗Myös: Itse ilmoitettu 30,8%

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

#31/ 44 Vahvistettu

GPQA Diamond

Graduate-level science questions that search cannot answer.

Lähde ↗Myös: Vahvistettu 88,9% (Vals AI own implementation)Myös: Itse ilmoitettu 89,2%

Qwen3.8-27B 90,5% Claude Haiku 5.5 Gemini 3.5 Flash-Lite 83,8%

#21/ 37 Vahvistettu

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Lähde ↗

Qwen3.8-27B 42,4% Claude Haiku 5.5 Gemini 3.5 Flash-Lite

#22/ 27 Vahvistettu

Mihin Qwen3.8-27B:tä Kannattaa Käyttää

Itse Isännöidyt ja Yksityiset Käyttöönotot

Qwen3.8-27B on kompakti dense-malli, jonka painotukset ovat avoimia Apache-2.0-lisenssillä. Aja sitä omalla laitteistollasi pitääksesi datan omassa ympäristössäsi, välttääksesi token-kohtaiset API-maksut tai hienosäätääksesi sitä omalla datallasi.

Koodaus ja Agenttiset Tehtävät

Alibaba raportoi parannuksia koodauksessa ja pitkän aikavälin agenttisissa tehtävissä, joissa ympäristön palautteen käsittely on parempaa ja suosittuja harnesseja ja kehitystyökaluja tuetaan laajemmin.

Kuvien ja Videon Ymmärtäminen

Natiivina näkö-kielimallina se käsittelee tekstin ohella STEM-kaavioita, dokumentteja ja pitkiä videoita.

Säädettävä Päättelyn Syvyys

Ajattelutila on oletuksena päällä ja sen voi kytkeä pois pyyntökohtaisesti, ja päättelyn syvyyttä voi säätää, joten kustannukset ja viiveen voi sovittaa tehtävään.

Vahvuudet ja rajoitukset

Vahvuudet

Avoimet painotukset Apache-2.0-lisenssillä
Kompakti dense-malli, jonka käyttöönotto on helpompaa kuin suurempien mallien
Natiivi kuvien ja videon ymmärtäminen
Joustava ajattelun hallinta
Koodaus ja pitkän aikavälin agenttiset tehtävät
Pitkä konteksti (262K natiivisti, laajennettavissa 1 miljoonaan)

Rajoitukset

Efficient-taso, joten vaikeat päättelytehtävät voivat vaatia suuremman mallin
1 miljoonan tokenin konteksti vaatii laajennuksen natiivin 262 000 tokenin ikkunan yli

Käytä sitä FlowHuntissa

Käytä mallia Qwen3.8-27B missä tahansa flow'ssa omien työkalujesi ja tietolähteidesi rinnalla.

1Avaa flow tai luo uusi mallipohjasta
2Lisää AI Agent- tai Generator-komponentti
3Valitse mallivalitsimesta Qwen3.8-27B

Kokeile FlowHuntissa

Liittyvät Tekoälymallit

Tietoa: Alibaba Hangzhou, China · Perustettu 1999 · qwenlm.github.io

Alibaba Group on yksi Kiinan suurimmista ja monipuolisimmista teknologiakonserneista, jonka Jack Ma perusti vuonna 1999 ja jonka pääkonttori sijaitsee Hangzhoussa. DAMO Academyn ja Tongyi Labin kautta Alibabasta on tullut merkittävä voima suurten kielimallien kehityksessä Qwen (Tongyi Qianwen) -malliperheen myötä. Vuoden 2026 puolivälissä julkaistu Qwen 3.7 -sukupolvi merkitsi Alibaban siirtymää kotimaisista käyttöönotoista kansainväliseen vertailukelpoisuuteen, ja Qwen 3.8 -sukupolvi seurasi vuonna 2026. Alibaban tekoälystrategia määräytyy avointen painojen julkaisujen kautta vastapainona yhdysvaltalaisille API-vain -malleille, generatiivisen tekoälyn integroinnista sen pilvi- ja verkkokauppaliiketoimintoihin sekä mittavista investoinneista tekoälyinfrastruktuuriin Alibaba Cloud -divisioonassaan.

qwenlm.github.io ↗

Selaa Koko Tekoälymallien Vertailutaulukkoa

Vertaa kaikkia seurattuja malleja ohjelmoinnin, agenttien ja päättelyn vertailutesteissä. Jokainen tulos on merkitty vahvistetuksi tai valmistajan ilmoittamaksi.

← Takaisin AI Leaderboardiin Kokeile FlowHuntissa

Usein kysytyt kysymykset

: Qwen3.8-27B on Alibaban kehittämä kompakti, tiheä (dense) ja tehokas Efficient-tason tekoälymalli, joka julkaistiin elokuussa 2026. Se kuuluu Qwen3.8-avoimien mallien perheeseen.
: Qwen3.8-27B on avoimen painotuksen malli, joka on julkaistu Apache-2.0-lisenssillä. Sen painotukset ovat julkisesti ladattavissa, itse isännöitävissä ja hienosäädettävissä. Huomaa, että avoin painotus ei ole sama asia kuin avoin lähdekoodi: koulutuskoodi ja -aineisto eivät välttämättä ole täysin julkisia.
: Qwen3.8-27B tukee natiivisti 262 144 tokenia, ja sitä voi laajentaa jopa 1 miljoonaan tokeniin. Alibaban isännöidyn version on suunniteltu tarjoavan 1 miljoonan tokenin kontekstin oletuksena.
: Kyllä — Qwen3.8-27B on suoraan saatavilla FlowHuntissa. Voit käyttää sitä tekoälyagenttien, automatisoitujen työnkulkujen, chatbottien ja asiakirjankäsittelyputkien rakentamiseen ilman erillistä asennusta.

Qwen3.8-27B