Alibaba lanza Qwen 3.8-27B con pesos abiertos y supera al modelo rival de Meta

Alibaba ↗ 1.35% ha lanzado Qwen3.8-27B, un modelo multimodal denso de 27 mil millones de parámetros bajo licencia Apache 2.0, cumpliendo la promesa hecha en el lanzamiento de la familia de modelos el 3 de agosto de abrir el código tanto de sus modelos compactos como de sus buques insignia en pocas semanas.officechai+1

Un modelo local que desafía a rivales mayores

El lanzamiento, disponible en Hugging Face desde el 14 de agosto, cuenta con una ventana de contexto nativa de 262,000 tokens, ampliable a 1 millón mediante YaRN, y está diseñado para ejecutarse en una sola GPU de consumo cuando se cuantiza a 4 bits. Alibaba abrió simultáneamente los pesos de Qwen3.8-2.4T-A95B, la versión de mezcla de expertos de clase Max con 2.4 billones de parámetros totales y aproximadamente 95 mil millones activos por token.yottalabs+3

La comparación que más atención atrae es con Muse Glimmer-30B de Meta ↘ 0.86%, un modelo local lanzado por Meta días antes. En Terminal Bench 2.1, que mide la codificación de terminales mediante agentes, Qwen3.8-27B obtiene 73.0 frente a los 51.7 de Muse Glimmer. En GPQA Diamond, un benchmark de razonamiento científico, registra 89.2 frente a 83.5. En todos los benchmarks donde se probaron ambos modelos, Qwen3.8-27B lleva la delantera.officechai

Superando su categoría de peso

Es más notable cómo el modelo de 27B rinde frente a sistemas mucho más grandes. Frente al propio Qwen3.7-Plus de Alibaba, un modelo propietario mayor, Qwen3.8-27B gana en la mayoría de los benchmarks, registrando 61.7 en SWE-bench Pro frente a 57.6 y superando en QwenSWEBench con 79.0 frente a 59.2. Frente a Opus4.6 Max de Anthropic, el modelo más pequeño queda atrás en tareas de razonamiento complejo, pero lo supera en SWE-bench Pro (61.7 frente a 53.4) y en seguimiento de instrucciones en IFBench (79.5 frente a 62.5).officechai

La categoría más fuerte del modelo es el trabajo de oficina mediante agentes. En CoWorkBench, el benchmark de Alibaba para tareas de productividad a largo plazo, obtiene 70.7, por delante del 68.2 de Opus4.6 Max.officechai

Momento y contexto de mercado

El doble lanzamiento llega mientras los modelos de IA chinos ganan tracción global. Las empresas rusas consumieron 400 mil millones de tokens de LLMs chinos en el primer semestre de 2026, un aumento de 11 veces respecto a todo 2025, con Qwen representando por sí solo 261 mil millones de tokens, según el proveedor de nube ruso MWS Cloud. La estrategia de pesos abiertos bajo Apache 2.0 posiciona a Alibaba para captar la adopción de desarrolladores en ambos extremos del mercado, desde aficionados que ejecutan modelos cuantizados localmente hasta equipos que despliegan el modelo completo de nivel Max para infraestructura de agentes en producción.kursiv+2