Qwen 3.8 27B
Qwen 3.8 27B
Qwen open yang sebaiknya dijalankan kebanyakan orang sekarang: dense, berlisensi Apache, dan berukuran untuk satu GPU.
Diperbarui
Ulasan
Qwen 3.8 27B adalah model vision-language dense yang diterbitkan di bawah Apache 2.0 pada bulan Agustus, dan mengambil alih peran Qwen 3.6 sebagai Qwen open yang praktis untuk self-hosting. Ia menangani gambar selain teks, berjalan di satu GPU bermemori besar, dan skor coding serta sainsnya kuat untuk ukurannya. Ini bukan model frontier, dan leaderboard independen menempatkannya selangkah di bawah rilis sparse yang besar, tetapi tidak ada apa pun dalam lisensinya yang akan mengejutkan tim hukum Anda.
Di mana ia unggul
- Apache 2.0 tanpa syarat pengguna atau pendapatan
- Dense, sehingga mudah dilayani, dikuantisasi, dan di-fine-tune
- Membaca gambar selain teks
Perlu diketahui terlebih dahulu
- Selangkah di bawah model open sparse yang besar pada penalaran sulit
- Konteks native 262.000 token, yang hanya bisa diperluas hingga sejuta dengan trik penskalaan
Skor indeks
82.9
Sementara. Skor ini dibaca dari kemampuan publik produk, bukan dari uji coba satu prompt yang dilalui entri yang telah ditinjau sepenuhnya, jadi anggaplah ini sebagai penempatan sementara, bukan keputusan final.
- Ranking
- 31 dari 73
- Membangun untuk
- LLMs
- Kategori
- Bobot terbuka
- Output
- Bobot berlisensi Apache, teks dan gambar masuk
- Harga
- Tier gratis
- Terbaik untuk
- Self-hosting dan fine-tuning pada satu GPU
Skor adalah penilaian editorial kami sendiri, dengan bobot kualitas 55, kecepatan 10, kontrol 15, dan nilai 20.
Juga layak dilihat
Indeks lengkap- 05GLM-5.3 FlashGLM-5.3 FlashSementaraModel open yang cepat dan berlisensi MIT, yang oleh pemilih manusia disejajarkan dengan flagship besar.Open weightsFree tier89.6
- 06Xiaomi MiMo V2.6 ProMiMo V2.6 ProSementaraModel open weights besar terkuat di indeks independen, di bawah MIT, dengan output di bawah satu dolar.Open weightsFree tier89.4
- 07DeepSeek V4.1 FlashDeepSeek V4.1 FlashSementaraJawaban mendekati frontier seharga tiga puluh sen per sejuta token input, dengan bobot di bawah MIT.Open weightsFree tier88.3