Carton-titre pour la comparaison entre Aion-1.0-Instruct-2.3B et Qwen 3.8, opposant un modèle Windows embarqué de 2,3 B à un modèle vision-langage à poids ouverts de 27 B.
Guides & Insights

Aion-1.0-Instruct-2.3B {{1}}contre{{/1}} Qwen 3.8 : un composant Windows rencontre un modèle de 27B taillé pour le travail

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Le 18 novembre 2026, un dépôt nommé Aion-1.0-Instruct-2.3B est apparu dans l’organisation Hugging Face de Microsoft avec un unique commit indiquant « Duplicate from asgmodels/Aion-Instruct-v1 ». Aucun article de blog, aucune annonce sur la fiche du modèle, aucun communiqué de presse, aucune couverture médiatique. Sa fiche le décrit comme le petit modèle de langage de base pour les tâches Windows sur appareil et ajoute qu’une version encore optimisée de celui-ci, fournie avec le modèle de modération de contenu de Microsoft, deviendra le SLM du système d’exploitation Windows d’ici fin janvier 2027. Mettez cela en regard de Q​wen3.8-27B, le modèle vision-langage ouvert de 27 B publié par A​libaba en août 2026, et des offres hébergées Q​wen3.8-Flash et Q​wen3.8-Max au-dessus, et la comparaison cesse très vite de porter sur la qualité. L’un est un composant dimensionné pour un ordinateur portable. L’autre est un modèle généraliste que l’on loue au million de tokens. Presque tout ce qu’un tableau de benchmarks vous apprendrait est hors sujet. Q​wen3.8-27B est servi sous le nom qwen/qwen3.8-27b dans le catalogue d’OrcaRouter, avec la même clé et le même point de terminaison que les offres Q​wen3.8-Flash et Q​wen3.8-Max.

Ce que contient réellement le dépôt Aion

Commençons par ce qui est vérifiable, car la liste est courte. Le dépôt a été créé à 17:05 UTC le 18 novembre 2026 et n’a pas été modifié depuis. Il totalise trois likes et, au moment de la rédaction, zéro téléchargement. Les poids sont un unique fichier safetensors BF16 de 4.58 GB, ce qui est cohérent avec le nom 2.3B à deux octets par paramètre. Le vocabulaire compte 200,029 tokens. La licence est MIT.

L’architecture est plus inhabituelle que ne le suggère sa taille. Vingt-huit couches alternent selon un schéma hybride — vingt et une utilisent une attention à fenêtre glissante avec une fenêtre de 2 048 tokens et sept utilisent une attention complète — et les couches à attention complète portent une extension YaRN de 16×. L’attention à requêtes groupées compte 24 têtes de requête pour 8 têtes clé-valeur, les embeddings sont liés, et la fiche vous demande de l’exécuter avec du code de modélisation personnalisé via trust_remote_code. Le dépôt fournit sa propre implémentation de transformers plutôt que de correspondre à une architecture standard.

La provenance est la partie qui n’est pas confirmée. Le commit indique que le dépôt est une copie de asgmodels/Aion-Instruct-v1, et le lien de licence pointe vers le fichier LICENSE de ce dépôt. Tant asgmodels/Aion-Instruct-v1 qu’un dépôt Microsoft frère nommé Aion-Instruct-Preview-Sample renvoient une erreur d’authentification aux requêtes API anonymes ; ils sont donc privés ou à accès restreint. Nous pouvons voir que Microsoft a copié le checkpoint dans un dépôt public. Nous ne pouvons pas voir ce que contenait l’original, qui l’a entraîné, sur quelles données, ni pourquoi l’organisation s’appelle asgmodels. Quiconque décrit l’entraînement de ce modèle ne fait que deviner.

Screenshot of the microsoft/Aion-1.0-Instruct-2.3B model card on Hugging Face, showing the Microsoft Windows Applied Sciences Group attribution, the on-device SLM description, the January 2027 Windows OS SLM target, and the note that only the unquantised model is published first.

Les chiffres sur la carte, et ce qu’ils valent

La fiche modèle publie onze benchmarks. MMLU 55,15, MMLU-Pro 33,35, MMMLU 45,51, GPQA 28,18, GSM8K 74,91, GSMPlus 49,56, MATH-500 48,00, IFEval 83,90, IFBench 32,00, Multi-IF 64,70 et chrF++ 43,18. La ligne de méthodologie indique que les exécutions ont utilisé le lm-evaluation-harness d’EleutherAI partout où une implémentation de tâche existait, et le dépôt propre au benchmark sinon, avec GPT-4o comme juge pour les tâches marquées comme évaluées par juge. Les scores sont exprimés en pourcentages.

Tout est déclaré par le fournisseur et rien n’a été reproduit. Pour un modèle aussi petit, toutefois, la tendance du tableau est plus informative que n’importe quel chiffre isolé. Un MMLU à 55.15 est respectable pour 2.3 B de paramètres. MMLU-Pro à 33.35 et GPQA à 28.18 ne le sont pas : ce sont les tests de connaissances plus difficiles et plus axés sur le raisonnement, et ils montrent clairement le plafond. GSM8K à 74.91 avec une correspondance souple est un résultat sensiblement plus faible que ne le serait le même chiffre avec une correspondance stricte. IFEval 83.90 est le résultat relatif le plus fort de la fiche — le modèle suit bien les instructions formatées pour sa taille, ce qui est exactement ce que doit faire un assistant de système d’exploitation.

Il y a un second avertissement que la fiche énonce clairement et qui est facile à manquer. Le point de contrôle publié est le modèle non quantifié, et la fiche indique que des versions quantifiées suivront. La version ONNX existe déjà séparément — Microsoft a publié Aion-1.0-Instruct-2.3B-ONNX-WebGPUenviron trois minutes après le dépôt BF16, à environ 1,3 Go, en utilisant un entraînement conscient de la quantification par blocs INT4 avec une taille de bloc de 32 sur les couches linéaires et une taille de bloc de 64 sur les embeddings, avec des activations et un cache KV en FP16, ciblant WebGPU via ONNX Runtime GenAI. C'est l'artefact de déploiement qui compte, et il s'agit d'un fichier différent de celui que la plupart des gens téléchargeront en premier.

Pourquoi Q​wen3.8-27B est un autre genre d'objet

Q​wen3.8-27B compte 27,8 milliards de paramètres répartis sur dix-huit fragments BF16 totalisant 55,6 Go, avec une tour de vision pour l’entrée d’images et de vidéos. Ses soixante-quatre couches sont disposées en seize blocs répétitifs de trois couches d’attention linéaire Gated DeltaNet pour une couche Gated Attention complète, avec une taille cachée de 5 120 et 48 têtes de valeur dans le chemin d’attention linéaire contre 16 têtes requête-clé. Le contexte est de 262 144 tokens nativement et de 1 000 000 avec YaRN. La réflexion est activée par défaut, avec jusqu’à 262 144 tokens de raisonnement et 131 072 tokens de réponse, et l’échantillonnage recommandé diffère entre les modes réflexion et non-réflexion. La licence est Apache 2.0.

L'écart qui compte n'est pas celui des paramètres. C'est qu'un checkpoint de 55,6 Go ne tourne pas sur l'appareil pour lequel le modèle Aion est conçu. Toute la conception du modèle Aion — fenêtres glissantes de 2 048 tokens, entraînement tenant compte de la quantification INT4, une build ONNX WebGPU de 1,3 Go — est un argument sur ce qui tient en mémoire sur une machine que quelqu'un possède déjà. La conception de Q​wen3.8-27B suppose un cluster de service. On ne choisit pas entre eux sur un tableau de scores. On choisit parce que l'un des deux n'est pas candidat au travail de l'autre.

Où les nombres peuvent être juxtaposés et où ils ne peuvent pas l’être

Il y a ici une référence croisée réellement utile, et elle ne figure sur la fiche d’aucun des deux fournisseurs. Artificial Analysis mesure Q​wen3.8-27B sur l’Intelligence Index v5.0.1, qui combine neuf évaluations : AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 et Terminal-Bench-Sci. Sur cet indice, Q​wen3.8-27B obtient un score de 20, contre une médiane de 10 pour des modèles comparables. La même mesure l’établit à 0,50 $ par million de tokens d’entrée et 3,00 $ par million de sortie, 3,53 $ par tâche, 38,7 minutes par tâche de l’indice contre une médiane de 11,5, et 128 millions de tokens consommés sur l’ensemble de l’indice contre une médiane de 77,8 millions. Il est plus lent et plus verbeux que le reste du secteur, et il le paie en coût par tâche, même à un prix modeste par token.

Comparison scoreboard for Aion-1.0-Instruct-2.3B and Qwen3.8-27B, contrasting parameters, context window, modality, licence, footprint and evaluation status.

Il n’existe pas d’équivalent pour Aion. Au 19 novembre 2026, Artificial Analysis n’a aucune entrée pour aucun modèle Aion, et aucun banc d’essai indépendant n’a publié de test. Le tableau des scores honnête comporte donc un trou, et ce trou se situe du côté du modèle le plus récent.

• Paramètres — Aion-1.0-Instruct-2.3B : environ 2,3 milliards, un seul fichier BF16 de 4,58 Go. Q​wen3.8-27B : 27,8 milliards, dix-huit fragments, 55,6 Go en BF16.

• Contexte — Aion-1.0-Instruct-2.3B : 32 768 tokens, selon la fiche de la version ONNX ; la fiche BF16 n’indique aucun chiffre. Qwen3.8-27B : 262 144 natifs, 1 000 000 avec YaRN.

• Modalité — Aion-1.0-Instruct-2.3B : texte uniquement. Qwen3.8-27B : texte, image et vidéo en entrée, texte en sortie.

• Licence — Aion-1.0-Instruct-2.3B : MIT. Q​wen3.8-27B : Apache 2.0. Les deux autorisent l’usage commercial ; MIT est la moins contraignante des deux.

• Empreinte exécutable — Aion-1.0-Instruct-2.3B : 1,3 Go INT4 ONNX pour WebGPU, ou 4,58 Go BF16. Qwen3.8-27B : 55,6 Go BF16, plus la mémoire de service.

• Évaluation indépendante — Aion-1.0-Instruct-2.3B : aucune. Q​wen3.8-27B : Indice d’intelligence de 20 sur v5.0.1, ainsi qu’une fiche fournisseur rapportant LiveCodeBench v6 90,3, GPQA Diamond 89,2, Terminal-Bench 2.1 à 73,0, SWE-bench Pro 61,7 et HLE 30,8.

• Date de publication — Aion-1.0-Instruct-2.3B : 18 novembre 2026, âgé d’un jour et non annoncé. Q​wen3.8-27B : annoncé le 3 août 2026, poids publiés le 14 août 2026.

Ce que la comparaison décide réellement

Si vous développez une application de bureau qui doit classer du texte, suivre un format structuré, résumer un document ou router une demande au système d’exploitation sans aller-retour réseau, le modèle Aion est dans la conversation et Q​wen3.8-27B ne l’est pas. La fenêtre de 32K suffit pour un résumé de document et est très loin de suffire pour une tâche de codage à l’échelle d’un dépôt. La licence MIT élimine la revue juridique. La version ONNX WebGPU s’exécute là où un checkpoint de 55,6 Go ne peut pas aller.

Si vous avez besoin d'un agent qui travaille sur de longs contextes, lit des captures d'écran, écrit du code sur une base de code volumineuse ou exécute des boucles d'outils à plusieurs étapes, c'est l'inverse qui se vérifie. Q​wen3.8-27B dispose du contexte, de la modalité et d'une mesure indépendante, et ses faiblesses — la latence et la verbosité en tokens — sont des grandeurs connues que vous pouvez chiffrer. Le modèle Aion n'a fait l'objet d'aucune exécution indépendante, ce qui signifie en pratique que c'est vous qui réalisez l'évaluation, sur vos propres tâches, avant qu'il ne touche à quoi que ce soit d'important.

Il existe une troisième position qui est probablement la bonne pour la plupart des équipes : ne pas choisir. Un modèle embarqué de 2.3B et un modèle hébergé de 27B sont complémentaires, et l'architecture qui utilise les deux — un petit modèle local pour les appels fréquents, peu coûteux et sensibles à la latence, et un grand modèle hébergé pour les appels rares, coûteux et difficiles — est celle qui survit à la confrontation avec une facture. Q​wen3.8-27B est disponible via OrcaRouter sous l'identifiant qwen/qwen3.8-27b à $0.33 par million de jetons d'entrée et $2.40 par million de jetons de sortie, avec la même clé et le même point de terminaison que les niveaux Q​wen3.8-Flash et Q​wen3.8-Max, avec basculement automatique entre fournisseurs et sans majoration par jeton par rapport au prix catalogue du fournisseur. Nous exploitons ces poids nous-mêmes, de sorte qu'une modification de prix du fournisseur est répercutée ici le jour même, plutôt qu'après un cycle de réévaluation tarifaire. Aion-1.0-Instruct-2.3B n'est pas disponible sur OrcaRouter — c'est un téléchargement que vous exécutez vous-même, et les deux peuvent coexister dans la même application sans que ni l'un ni l'autre n'ait connaissance de l'autre.

Screenshot of the OrcaRouter model page for qwen/qwen3.8-27b, showing the Qwen3.8 27B listing with its 262K-token context, text and image and video input, text output, and pricing.

Ce qu'il faut surveiller, et ce qui changerait cet article.

Trois choses changeraient sensiblement la donne, et aucune ne s’est encore produite. Microsoft publiant une annonce, une fiche de modèle avec les détails d’entraînement, ou un benchmark réalisé en dehors du harnais interne de l’entreprise. Artificial Analysis ajoutant une entrée Aion, ce qui donnerait au modèle plus récent le contrepoids indépendant dont Q​wen dispose déjà. Ou l’histoire de la quantification BF16 contre INT4 se résolvant en un écart de précision publié, qui est le chiffre qui détermine si la quantification embarquée tient réellement sur cette architecture.

D’ici là, considérez Aion-1.0-Instruct-2.3B comme ce que montre le dépôt : un petit modèle sous licence permissive, uniquement textuel et orienté Windows, publié sans cérémonie, âgé d’un jour, avec un tableau de benchmarks du fournisseur et aucune vérification indépendante. Considérez Q​wen3.8-27B comme une valeur connue, avec des mesures tierces publiées, une fenêtre de contexte huit fois plus grande et une facture de service à la hauteur. La mauvaise question est de savoir lequel l’emporte. La bonne est de savoir lequel de ces deux objets manque à votre application.