Qwen3.8-27B är en kompakt, tät AI-modell på Effektiv nivå, utvecklad av Alibaba och lanserad i augusti 2026. Den ingår i Qwen3.8-familjen av öppna modeller.

Är Qwen3.8-27B öppen källkod eller öppna vikter?

Qwen3.8-27B är en modell med öppna vikter som släppts under Apache-2.0-licensen. Dess vikter är offentligt tillgängliga för nedladdning, egen hosting och finjustering. Observera att öppna vikter inte är samma sak som öppen källkod: träningskoden och datan är kanske inte fullt offentliga.

Vad är Qwen3.8-27B:s kontextfönster?

Qwen3.8-27B stöder 262 144 token nativt, utökningsbart upp till 1M token. Alibabas hostade version planeras erbjuda 1M kontext som standard.

Finns Qwen3.8-27B i FlowHunt?

Ja — Qwen3.8-27B finns direkt tillgänglig i FlowHunt. Du kan använda den för att bygga AI-agenter, automatiserade arbetsflöden, chattbotar och dokumentbearbetningspipelines utan ytterligare installation.

Alibaba Efficient Öppna vikter Finns i FlowHunt

Qwen3.8-27B

Qwen3.8-27B är en AI-modell på Effektiv nivå från Alibaba, lanserad i augusti 2026. Det är en tät modell på 27B med öppna vikter under Apache-2.0-licensen, så du kan ladda ner den, själv hosta den eller finjustera den. Kontextfönstret är 262K token nativt, utökningsbart upp till 1M token.

Läs mer

Qwen3.8 är, med Alibabas ord, den mest kapabla generationen i Qwen-familjen av öppna modeller hittills, byggd på arkitekturen från Qwen3.5. Alibaba rapporterar förbättringar inom kodning, professionellt arbete, research och långsiktiga agentiska uppgifter, med starkare planering och bättre hantering av återkoppling från miljön.

Qwen3.8-27B för dessa framsteg till en kompakt, distributionsvänlig tät modell. Det är en nativ vision-språkmodell som förstår bilder och video. Tänkandeläget är påslaget som standard och kan stängas av per förfrågan, och resonemangsdjupet kan justeras. Vikterna fungerar med Hugging Face Transformers, vLLM och SGLang. Alibaba säger att en hostad version med 1M kontext som standard kommer till Qwen Cloud.

Testa i FlowHunt Tillbaka till AI Leaderboard

Benchmarks

Varje resultat visas en gång, med sin placering bland spårade modeller och vem som mätte det.

Jämfört med modeller i nivån Efficient på samma skala

Qwen3.8-27Bden här modellen
Claude Haiku 5.5den här modellen leder på 0 av 4
Gemini 3.5 Flash-Liteden här modellen leder på 4 av 4

Verifierad oberoende utvärderare, räknas i rankingen Självrapporterad publicerad av Alibaba, visas men rankas inte

Totalt

AA Intelligence Index

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

Källa ↗

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

#26av 45 Verifierad

Kodning

SWE-bench Pro

Real issues across several languages and large codebases.

Källa ↗

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

Inte rankad Självrapporterad

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Källa ↗

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

#7av 22 Verifierad

Agenter

Terminal-Bench 4.0

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

Källa ↗

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

#24av 36 Verifierad

Resonerande

Humanity's Last Exam

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

Källa ↗Även: Självrapporterad 30,8%

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

#31av 44 Verifierad

GPQA Diamond

Graduate-level science questions that search cannot answer.

Källa ↗Även: Verifierad 88,9% (Vals AI own implementation)Även: Självrapporterad 89,2%

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

#21av 37 Verifierad

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Källa ↗

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

#22av 27 Verifierad

Vad du ska använda Qwen3.8-27B till

Självhostade & privata distributioner

Qwen3.8-27B är en kompakt tät modell med öppna vikter under Apache-2.0. Kör den på din egen hårdvara för att hålla data i din miljö, undvika API-avgifter per token eller finjustera den på proprietär data.

Kodning & agentiska uppgifter

Alibaba rapporterar förbättringar inom kodning och långsiktiga agentiska uppgifter, med bättre hantering av återkoppling från miljön och bredare stöd för populära ramverk och utvecklingsverktyg.

Förståelse av bild & video

Som en nativ vision-språkmodell hanterar den STEM-diagram, dokument och långa videor tillsammans med text.

Justerbart resonemangsdjup

Tänkandeläget är påslaget som standard och kan stängas av per förfrågan, och resonemangsdjupet kan justeras, så att du kan anpassa kostnad och latens efter uppgiften.

Styrkor och begränsningar

Styrkor

Öppna vikter under Apache-2.0-licensen
Kompakt tät modell som är enklare att distribuera än större modeller
Nativ förståelse av bild och video
Flexibel styrning av tänkande
Kodning och långsiktiga agentiska uppgifter
Långt kontext (262K nativt, utökningsbart till 1M)

Begränsningar

Effektiv nivå, så svåra resonemangsuppgifter kan kräva en större modell
1M kontext kräver utökning utöver det inbyggda fönstret på 262K

Använd den i FlowHunt

Använd Qwen3.8-27B i vilket flöde som helst, tillsammans med dina egna verktyg och kunskapskällor.

1Öppna ett flöde eller skapa ett från en mall
2Lägg till en AI Agent- eller Generator-komponent
3Välj Qwen3.8-27B i modellväljaren

Testa i FlowHunt

Relaterade AI-modeller

Om Alibaba Hangzhou, China · Grundat 1999 · qwenlm.github.io

Alibaba Group är en av Kinas största och mest diversifierade teknikkonglomerat, grundat 1999 av Jack Ma med huvudkontor i Hangzhou. Genom DAMO Academy och Tongyi Lab har Alibaba blivit en betydande kraft inom utvecklingen av stora språkmodeller med Qwen-familjen (Tongyi Qianwen). Generationen Qwen 3.7, som släpptes i mitten av 2026, markerade Alibabas övergång från inhemska utrullningar till internationell konkurrenskraft på riktmärken, och 2026 följde generationen Qwen 3.8. Alibabas AI-strategi definieras av öppna viktmodeller som en motvikt till enbart API-baserade amerikanska modeller, integration av generativ AI inom dess moln- och e-handelsverksamhet, samt tung investering i AI-infrastruktur inom Alibaba Cloud-divisionen.

qwenlm.github.io ↗

Bläddra i den fullständiga AI-modelltopplistan

Jämför alla modeller vi följer i benchmarks för kodning, agenter och resonemang, med varje resultat märkt som verifierat eller självrapporterat.

← Tillbaka till AI-topplistan Prova i FlowHunt

Vanliga frågor

: Qwen3.8-27B är en kompakt, tät AI-modell på Effektiv nivå, utvecklad av Alibaba och lanserad i augusti 2026. Den ingår i Qwen3.8-familjen av öppna modeller.
: Qwen3.8-27B är en modell med öppna vikter som släppts under Apache-2.0-licensen. Dess vikter är offentligt tillgängliga för nedladdning, egen hosting och finjustering. Observera att öppna vikter inte är samma sak som öppen källkod: träningskoden och datan är kanske inte fullt offentliga.
: Qwen3.8-27B stöder 262 144 token nativt, utökningsbart upp till 1M token. Alibabas hostade version planeras erbjuda 1M kontext som standard.
: Ja — Qwen3.8-27B finns direkt tillgänglig i FlowHunt. Du kan använda den för att bygga AI-agenter, automatiserade arbetsflöden, chattbotar och dokumentbearbetningspipelines utan ytterligare installation.

Qwen3.8-27B