Qwen3.8-27B: نموذج 27B الكثيف ضمن سلسلة Qwen3.8 من علي بابا

رقم واحد يحدد ما إذا كان بإمكانك تشغيل Qwen3.8-27B بنفسك: 55.6 غيغابايت. هذا هو إجمالي أوزان BF16 في مستودع المورّد نفسه — ثمانية عشر جزءًا من safetensors، و27.8 مليار معامل عند احتساب برج الرؤية — وهو السبب في أن الموطن العملي للنموذج هو بطاقة رسوميات بسعة 24 غيغابايت تشغّل نسخة مضغوطة، لا محطة عمل تشغّله كما هو مُشحون. وكل ما تبقى بخصوص Qwen3.8-27B يتبع ذلك الشكل. إنه نموذج كثيف، لا خليط من الخبراء: كل رمز تولّده يشغّل جميع المعاملات البالغ عددها 27 مليارًا، وهو عكس المقايضة مقارنة بالعمالقة المتناثرة التي يتشارك معها الجيل. وهو العضو الوحيد في هذه الجولة الذي له محيط حقيقي حول اسمه — يبحث عنه القراء بمفرده، ويبحثون عن المحددات المحيطة به — لذا هذه الصفحة هي الإجابة المباشرة عن ماهية هذا الشيء، وما الغرض منه، وما الذي تختاره قبل أن تختار حجمًا أو صيغة.

التحديد الدقيق، لأن ثلاثة أسماء في هذه العائلة يسهل الخلط بينها. Qwen3.8-27B هو العضو الكثيف القابل للاستضافة الذاتية من جيل Qwen3.8 لدى Alibaba. أما أشقاؤه فهي منتجات مختلفة: Qwen3.8-2.4T-A95B هو مزيج الخبراء المتناثر ذو 2.4 تريليون معامل، والذي شُحنت أوزانه أيضًا في أغسطس 2026، وQwen3.8-Max هو واجهة API المستضافة المبنية على البنية نفسها، وليس له أوزان قابلة للتنزيل على الإطلاق. أُعلن عن هذا الجيل في 3 أغسطس 2026، ووصلت أوزان 27B إلى Hugging Face وModelScope في 14 أغسطس 2026 بموجب Apache 2.0 — وهو تاريخ يجدر ذكره بدقة لأن الإطلاق هو كل ما يؤرخ هذا النموذج، وليس حدثًا تعرضه هذه الصفحة.

ما هو، بكلمات علي بابا نفسها

تصف بطاقة النموذج Qwen3.8-27B بأنه "نموذج كثيف مضغوط وسهل النشر": نموذج أصلي للرؤية واللغة يفهم الصور ومقاطع الفيديو، مع تحكم مرن في التفكير، "مصمم لتنفيذ المهام المعقدة متعددة الخطوات حتى إتمامها بموثوقية أكبر." هذا هو تموضع البائع، منسوبًا إليه، وتدعمه البطاقة بخمس تحسينات مزعومة — مكاسب في القدرات الأساسية عبر البرمجة والعمل المهني والبحث والمهام الوكيلية طويلة الأفق؛ تخطيط ذاتي أقوى والتعامل مع التغذية الراجعة البيئية؛ دعم أوسع لأدوات تشغيل الوكلاء الشائعة وأدوات التطوير؛ وضع التفكير الذي يكون مفعّلًا افتراضيًا ولكن يمكن تعطيله لكل طلب مع ضبط العمق من خلال reasoning_effort؛ وفهم أصلي للصور والفيديو تقول البطاقة إنه يمتد من مخططات STEM والمستندات إلى فيديو يمتد لساعات.

البنية التي تقف خلف هذا الادعاء هجينة. صُمّم Qwen3.8-27B على شكل ستة عشر كتلة متكررة، تحتوي كل منها على ثلاث طبقات انتباه خطي Gated DeltaNet وطبقة واحدة كاملة من الانتباه المُبوّب Gated Attention — بإجمالي 64 طبقة، وبُعد خفي 5,120، و48 رأس انتباه خطي للقيم مقابل 16 للاستعلامات. بعبارة أبسط: طبقة واحدة فقط من كل أربع تحتفظ بذاكرة انتباه تقليدية. لهذا السبب يستطيع نموذج بحجم 27B حمل سياق أصلي بطول 262,144 رمزًا دون كلفة الذاكرة التي يتطلبها محوّل تقليدي بهذا الحجم، ولهذا أيضًا تكون بصمته المحلية أرحم مما يوحي به عدد معاملاته. يمتد السياق إلى 1,000,000 رمز مع توسيع YaRN، وهو ما تحذّر البطاقة من أنه قد يخفض الأداء على المدخلات الأقصر إذا أبقيتَه مُفعَّلًا بشكل ثابت. وضع التفكير مُفعَّل افتراضيًا؛ وتوصي البطاقة بأخذ عينات بدرجة حرارة 1.0 مع top_p 0.95 أثناء التفكير، و0.7 مع top_p 0.80 عند عدم التفكير، وتقترح تخصيص مخرجات بسخاء — حتى 262,144 رمز استدلال و131,072 للإجابة النهائية داخل نافذة طويلة.

الآن الجزء العام الصادق، وهو معرفة حرفية وليس قياسًا لهذا النموذج. نموذج كثيف 27B في 2026 يحتل مكانة محددة. إنه كبير بما يكفي ليكون مفيدًا حقًا وصغير بما يكفي ليناسب الأجهزة التي يمتلكها شخص أو فريق صغير، مما يجعله الشكل المناسب للاستدلال الخاص، وللعمل بالدفعات حيث تكون الفاتورة لكل رمز هي العدو، ولحلقات الوكلاء التي تجري العديد من الاستدعاءات الرخيصة بدلاً من استدعاء واحد مكلف. إنه ليس الشكل المناسب لأصعب عمليات الاستدلال لديك، ولا لأطول المستندات الفردية، ولا لأي شيء تفضل فيه استئجار أحدث ما توصلت إليه التقنية بدلاً من امتلاك ما يكفي — نموذج كثيف 27B يخسر أمام نموذج حدودي مخدوم جيدًا في الطرف الأعلى، ويخسر أمام MoE صغير في التكلفة لكل رمز في الطرف الأدنى. الكثافة هي أيضًا حقيقة تتعلق بزمن الاستجابة: مع تنشيط كل معامل في كل رمز، يكون النموذج الكثيف عمومًا أبطأ لكل رمز من نموذج متناثر بجودة مماثلة، وQwen3.8-27B هو نموذج استدلالي فوق ذلك، لذا ينفق رموز المخرجات على التفكير قبل أن يجيب. لا شيء من هذا يمثل تقييمًا لهذا النموذج بعينه. إنه شكل القرار الذي تتخذه.

المقاس والملاءمة، باختصار

الملخص، مع إبقاء الحسابات التفصيلية حيث تنتمي. تبلغ أوزان BF16 الكاملة 55.6 GB، وهذا حديث يخص مسرّعات بسعة 80 GB. تخطيط الانتباه الهجين هو ما يجعل الإصدارات المضغوطة يسيرة التعامل بشكل غير معتاد: تكميم 4-بت يقع في منتصف العقد الثاني من الغيغابايتات ويعمل بارتياح على بطاقة 24 GB عند أطوال السياق العادية، وبطاقة 16 GB تكون واقعية فقط إذا قبلت تكميمًا أدنى أو سياقًا قصيرًا، أما 8 GB فمستبعدة. لأن 16 طبقة فقط من أصل 64 طبقة تحتفظ بذاكرة انتباه كاملة، فإن السياق الطويل يكلّف أقل مما سيكلّفه على نموذج 27B تقليدي — لكنه ليس مجانيًا، والذاكرة المؤقتة هي ما يدفع إعدادًا مريحًا بسعة 24 GB نحو سقفه كلما رفعت النافذة. نحتفظ بصفحة منفصلة تضم سلّم VRAM الخاص بكل تكميم، ومنحنى طول السياق، وأرقام الذاكرة الموحدة لـ Apple silicon؛ إذا كنت تشتري عتادًا، فاقرأ تلك بدلًا من هذه.

الصيغ، كخيار لا كدليل إرشادي

توجد أربعة مسارات، وهي تجيب عن أربعة أسئلة مختلفة. GGUF هو خيار التوافق — سلالة llama.cpp، وأوسع دعم للأجهزة، والصيغة التي ستعمل على أي شيء تملكه بالفعل، وهو ما يبحث عنه فعليًا معظم من يبحثون عن Qwen3.8-27B: اختره عندما تريد أن تعمل الأوزان على الجهاز الذي أمامك وتكون على استعداد لاختيار مستوى تكميم. MLX هو خيار سيليكون آبل، وهو خيار حقيقي — فهذا النموذج يعمل على Mac عبر MLX، وهذا بالنسبة لنموذج رؤية-لغة بحجم 27B ليس بالأمر المفترض. على جانب الخدمة، NVFP4 وFP8 هما الصيغتان التي تنشرهما بدلًا من تشغيلهما تفاعليًا: يحافظ FP8 على النموذج قريبًا من الدقة الكاملة عند نحو نصف بصمة الأوزان لوحدة معالجة رسومات كبيرة واحدة، وNVFP4 هي البنية العدوانية من حقبة Blackwell التي تقيس نحو 25 GB من VRAM مع إبقاء برج الرؤية عند الدقة الكاملة. Unsloth هو مسار الضبط الدقيق — حزمة GGUF مع مسار تدريب مرفق، للحالات التي تنوي فيها تغيير الأوزان بدلًا من مجرد تشغيلها. لكل من هذه صفحته الخاصة ضمن هذا النموذج، وكل منها يجيب عن سؤال مختلف عن السؤال الذي تجيب عنه هذه الصفحة.

ما الذي يسمح به الترخيص فعليًا

يأتي Qwen3.8-27B بموجب Apache 2.0. يوجد ملف LICENSE في المستودع، والترخيص هو المعيار المتسامح وليس اتفاقًا مخصصًا: الاستخدام التجاري دون حد لعدد المستخدمين أو إتاوة، والتعديل، وإعادة التوزيع، ومنح صريح لبراءة اختراع، بشرط أن تنقل الترخيص والإشعارات مع أي شيء تعيد تمريره. وهذا مهم لأنه ملف مختلف عن الملف الذي يحكم بقية أفراد العائلة — إذ يأتي Qwen3.8-2.4T-A95B بموجب ترخيص Qwen مخصص، وليس Apache 2.0 — لذا فإن القول "إنه Qwen، إذن هو Apache" ليس افتراضًا آمنًا، وهذا هو العضو الذي يصح فيه ذلك.

إن Apache 2.0 على الأوزان هو أيضًا الجواب الصريح على أكبر استعلام فردي مؤهّل تجاوره هذه الصفحة، أي الاستعلامات غير الخاضعة للرقابة والمُزال منها الرفض. ما يسمح به الترخيص بسيط ويستحق أن يُقال دون تجميل: يجوز تعديل الأوزان المنشورة وإعادة توزيعها، بما في ذلك التعديلات التي تغيّر سلوك النموذج، كما يجوز إصدار نسخ مشتقة بموجب الشروط نفسها. وهذه هي الآلية الكاملة وراء إصدار مُزال الرفض — ينشر مجتمع أو مختبر نسخة معدّلة من أوزان مرخّصة بترخيص مفتوح ويعيد توزيعها. ونحن نسلك هذا المسار بأنفسنا لهذا النموذج: فإصدارات Qwen3.8-27B-Uncensored-GGUF وNVFP4 وMLX هي إصداراتنا، منشورة بموجب شروط Apache 2.0 نفسها التي يخضع لها الأصل. أما ما ستولّده خدمة مستضافة أو لن تولّده فمسألة منفصلة عمّا يسمح به الترخيص، وهذه الصفحة لا تجيب عنها — صفحات النسخ غير الخاضعة للرقابة لكل صيغة تغطي التنزيلات.

ما الذي لم يتم تسويته؟

هناك ثلاثة أمور مفتوحة حقًا. سياق المليون رمز (1M) هو امتداد YaRN وليس نافذة أصلية، وبطاقة الطراز نفسها تحذّر من أن التحجيم الثابت لـ YaRN قد يضر بأداء المدخلات القصيرة، لذا فإن السقف العملي لمعظم الإعدادات المحلية هو النافذة الأصلية البالغة 262,144، والامتداد قرار لكل عملية نشر يجب اختباره. تشير بطاقة طراز علي بابا نفسها للقراء الباحثين عن خدمة مُدارة إلى Qwen Cloud، التي تصفها بأنها قادمة قريبًا لهذا الطراز — لذلك اعتبارًا من أكتوبر 2026، فإن الطبقة المستضافة التي تعلن عنها البطاقة ليست مما يمكننا تأكيد توفره عمومًا، ولن نصف شروطها انطلاقًا من إعلان تشويقي. وجدول المعايير على البطاقة هو تقييم علي بابا الخاص، لم يكرره الطرف الذي نشره، وهو تحفظ يبقى بعد الإطلاق.

التوفر

نحن نوفّر هذا النموذج. المعرّف هو qwen/qwen3.8-27b في قائمة النماذج المباشرة لدينا — إنه النموذج الكثيف متعدد الوسائط 27B، ويقبل النصوص والصور والفيديو بنافذة سياق تبلغ 262,144 موضعًا، ويمكن لأي قارئ أن يوجّه عميلًا متوافقًا مع OpenAI إليه اليوم. هذا كل ما سنقوله عن المسار هنا: لا ادّعاء بشأن السعر، ولا ادّعاء بشأن معدل النقل. إذا كنت تختار بناءً على التكلفة، فاحسبها من حركة الاستخدام الخاصة بك بدلًا من رقم في هذه الصفحة.

الخيار المتبقي الذي يجب اتخاذه هو الصيغة، وهو سؤال يتعلق بالعتاد قبل أن يكون سؤالًا يتعلق بالبرمجيات. إذا كنت تشغّله على الجهاز الذي أمامك، فإن مسار GGUF هو حيث توجد مستويات التكميم، وحيث تكتشف ما إذا كانت بطاقتك كافية. إذا كنت تستخدم جهاز Mac، فمسار MLX هو الذي يحدد ما إذا كانت لديك الذاكرة الموحدة أصلًا. اقرأ أحد هذين المسارين بعد ذلك، ولا تعد إلى هذه الصفحة إلا إذا أردت أن تذكّر نفسك ما هو النموذج قبل أن تخصص مساحة القرص.