Alibaba vydává Qwen 3.8-27B s otevřenými vahami, překonává model od Meta

Společnost Alibaba ↗ 1.28% vydala Qwen3.8-27B, hustý multimodální model s 27 miliardami parametrů pod licencí Apache 2.0, čímž splnila slib daný při uvedení rodiny modelů 3. srpna, že během několika týdnů otevře zdrojový kód svých kompaktních i vlajkových modelů.officechai+1

Lokální model, který vyzývá větší rivaly

Vydání, které bylo spuštěno na Hugging Face 14. srpna, přichází s nativním kontextovým oknem o velikosti 262 000 tokenů, které lze pomocí YaRN rozšířit na 1 milion, a je navrženo tak, aby běželo na jediném spotřebitelském GPU při kvantování na 4bitovou přesnost. Alibaba zároveň otevřela váhy pro Qwen3.8-2.4T-A95B, verzi Max typu mixture-of-experts s celkem 2,4 biliony parametrů a přibližně 95 miliardami aktivních parametrů na token.yottalabs+3

Srovnání, které přitahuje největší pozornost, je s modelem Muse Glimmer-30B od společnosti Meta ↘ 0.58%, což je lokální model, který Meta vydala o několik dní dříve. V testu Terminal Bench 2.1, který měří agentní kódování v terminálu, dosahuje Qwen3.8-27B skóre 73,0 oproti 51,7 u Muse Glimmer. V GPQA Diamond, benchmarku pro vědecké uvažování, dosahuje 89,2 oproti 83,5. Ve všech benchmarcích, kde byly oba modely testovány, Qwen3.8-27B vede.officechai

Výkon nad svou váhovou kategorií

Pozoruhodnější je, jak si model 27B vede proti mnohem větším systémům. Proti vlastnímu proprietárnímu modelu Alibaba Qwen3.7-Plus vítězí Qwen3.8-27B ve většině benchmarků, přičemž v SWE-bench Pro dosahuje 61,7 oproti 57,6 a v QwenSWEBench 79,0 oproti 59,2. Proti modelu Opus4.6 Max od Anthropic menší model zaostává v náročnějších úlohách uvažování, ale poráží ho v SWE-bench Pro (61,7 vs 53,4) a v plnění instrukcí v IFBench (79,5 vs 62,5).officechai

nejsilnější kategorií modelu je agentní kancelářská práce. V CoWorkBench, benchmarku Alibaba pro dlouhodobé úlohy produktivity, dosahuje skóre 70,7, čímž předstihuje 68,2 u Opus4.6 Max.officechai

Načasování a tržní kontext

Dvojí vydání přichází v době, kdy čínské modely AI získávají celosvětovou trakci. Ruské podniky spotřebovaly v první polovině roku 2026 400 miliard tokenů čínských LLM, což je 11násobný nárůst oproti celému roku 2025, přičemž samotný Qwen tvořil 261 miliard tokenů, uvádí ruský poskytovatel cloudu MWS Cloud. Strategie otevřených vah pod licencí Apache 2.0 umožňuje společnosti Alibaba získat adopci vývojářů na obou koncích trhu – od nadšenců provozujících kvantované modely lokálně až po týmy nasazující plný model úrovně Max pro produkční agentní infrastrukturu.kursiv+2