Qwen 3.8 27B
Qwen 3.8 27B
Il Qwen aperto che la maggior parte delle persone dovrebbe usare ora: denso, con licenza Apache e dimensionato per una GPU.
Aggiornato il
La recensione
Qwen 3.8 27B è un modello vision-language denso pubblicato sotto Apache 2.0 ad agosto, e prende il posto di Qwen 3.6 come Qwen aperto pratico per il self-hosting. Gestisce immagini oltre al testo, gira su una sola GPU ad alta memoria, e i suoi punteggi su codice e scienza sono forti per le sue dimensioni. Non è un modello frontier, e le classifiche indipendenti lo collocano un gradino sotto le grandi release sparse, ma nulla della sua licenza sorprenderà i tuoi avvocati.
Dove eccelle
- Apache 2.0 senza condizioni su utenti o ricavi
- Denso, quindi semplice da servire, quantizzare e adattare con fine-tuning
- Legge immagini oltre al testo
Da sapere prima
- Un gradino sotto i grandi modelli aperti sparsi sul ragionamento difficile
- Un contesto nativo di 262.000 token, esteso a un milione solo con trucchi di scaling
Punteggio indice
82.9
Provvisorio. Questo punteggio è ricavato dalle funzionalità pubbliche del prodotto, non dalla ricostruzione con un singolo prompt cui sono stati sottoposti gli altri builder recensiti. Consideralo come una collocazione, non un verdetto.
- Posizione
- 31 di 73
- Crea per
- LLM
- Categoria
- Pesi aperti
- Output
- Pesi con licenza Apache, testo e immagini in ingresso
- Prezzi
- Piano gratuito
- Ideale per
- Self-hosting e fine-tuning su una sola GPU
I punteggi sono un nostro giudizio editoriale, ponderati su qualità 55, velocità 10, controllo 15 e valore 20.
Vale la pena vedere anche
Indice completo- 05GLM-5.3 FlashGLM-5.3 FlashProvvisorioUn modello aperto veloce, con licenza MIT, che i votanti umani mettono accanto ai grandi modelli di punta.Open weightsFree tier89.6
- 06Xiaomi MiMo V2.6 ProMiMo V2.6 ProProvvisorioIl modello open weights grande più forte sull'indice indipendente, sotto MIT, per meno di un dollaro in output.Open weightsFree tier89.4
- 07DeepSeek V4.1 FlashDeepSeek V4.1 FlashProvvisorioRisposte vicine alla frontiera per trenta centesimi per milione di token di input, con i pesi sotto MIT.Open weightsFree tier88.3
