כרטיס כותרת להשוואה בין Aion-1.0-Instruct-2.3B לבין Qwen 3.8, תוך ניגוד בין מודל Windows על-מכשיר בגודל 2.3B לבין מודל חזותי-לשוני במשקלים פתוחים בגודל 27B.
Guides & Insights

Aion-1.0-Instruct-2.3B לעומת Qwen 3.8: רכיב Windows פוגש סוס עבודה של 27B

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

ב-18 בנובמבר 2026 הופיע מאגר בשם Aion-1.0-Instruct-2.3B בארגון Hugging Face של Microsoft, עם קומיט יחיד בנוסח "Duplicate from asgmodels/Aion-Instruct-v1". בלי פוסט בבלוג, בלי הכרזה בכרטיס המודל, בלי הודעה לעיתונות, בלי סיקור. הכרטיס שלו מתאר אותו כמודל השפה הקטן הבסיסי לעבודה על-מכשיר ב-Windows ומוסיף שגרסה מאופטמת נוספת שלו, שתיארז יחד עם מודל ניהול התוכן של Microsoft, תהפוך ל-Windows OS SLM עד סוף ינואר 2027. הציבו את זה מול Q​wen3.8-27B, מודל שפה-חזות 27B במשקלים פתוחים ש-A​libaba פרסמה באוגוסט 2026, והדרגות המתארחות Q​wen3.8-Flash ו-Q​wen3.8-Max שמעליו, וההשוואה מפסיקה מהר מאוד להיות עניין של איכות. האחד הוא רכיב בגודל שמתאים למחשב נייד. האחר הוא מודל לשימוש כללי ששוכרים לפי מיליון טוקנים. כמעט כל מה שטבלת בנצ'מרק תאמר לכם אינו רלוונטי. Q​wen3.8-27B מוגש בתור qwen/qwen3.8-27b בקטלוג של OrcaRouter, באותו מפתח ובאותה נקודת קצה כמו דרגות Q​wen3.8-Flash ו-Q​wen3.8-Max.

מה שהמאגר של Aion מכיל בפועל

התחל במה שניתן לבדיקה, מפני שהרשימה קצרה. המאגר נוצר ב-17:05 UTC ב-18 בנובמבר 2026 ולא שונה מאז. יש לו שלושה לייקים, ונכון לזמן כתיבת שורות אלה, אפס הורדות. המשקלים הם קובץ safetensors יחיד מסוג BF16 בנפח 4.58 GB, עקבי עם השם 2.3B בשני בתים לכל פרמטר. אוצר המילים הוא 200,029 טוקנים. הרישיון הוא MIT.

הארכיטקטורה יוצאת דופן יותר מכפי שהגודל מרמז. עשרים ושמונה שכבות מתחלפות בתבנית היברידית — עשרים ואחת משתמשות בקשב חלון מחליק עם חלון של 2,048 טוקנים ושבע משתמשות בקשב מלא — ושכבות הקשב המלא נושאות הרחבת YaRN של 16×. קשב מקובץ שאילתות (grouped-query) הוא 24 ראשי שאילתה מול 8 ראשי מפתח-ערך, ההטמעות משותפות, והכרטיס מורה להריץ אותו עם קוד מידול מותאם אישית דרך trust_remote_codeהמאגר כולל מימוש transformers משלו במקום מיפוי לארכיטקטורה סטנדרטית.

הייחוס הוא החלק שאינו מאומת. הקומיט אומר שהמאגר הוא כפיל של asgmodels/Aion-Instruct-v1, וקישור הרישיון מצביע לקובץ LICENSE של אותו מאגר. גם asgmodels/Aion-Instruct-v1 ומאגר אחות של מיקרוסופט בשם Aion-Instruct-Preview-Sample מחזירים שגיאת אימות לבקשות API אנונימיות, כך שהם פרטיים או מוגבלים בגישה. אנו יכולים לראות שמיקרוסופט העתיקה את ה-checkpoint למאגר ציבורי. איננו יכולים לראות מה הכיל המקור, מי אימן אותו, על איזה נתונים, או מדוע הארגון נקרא asgmodels. כל מי שמתאר את האימון של המודל הזה מנחש.

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.

המספרים על הכרטיס, וכמה הם שווים

כרטיס המודל מפרסם אחד עשר מבחני בנצ'מרק. 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 ו-chrF++ 43.18. שורת המתודולוגיה אומרת שההרצות השתמשו ב-lm-evaluation-harness של EleutherAI בכל מקום שבו היה קיים מימוש למשימה, ובמאגר של הבנצ'מרק עצמו במקרה אחר, עם GPT-4o כשופט במשימות המסומנות ככאלה שנמדדות על ידי שופט. הציונים הם באחוזים.

כל הנתונים מדווחים על ידי הספק ואף אחד מהם לא שוחזר. אך עבור מודל כה קטן, הדפוס בטבלה מאלף יותר מכל נתון בודד. MMLU עם 55.15 הוא מכובד עבור 2.3 מיליארד פרמטרים. MMLU-Pro עם 33.35 ו-GPQA עם 28.18 אינם כאלה: אלו מבחני הידע הקשים יותר, עתירי החשיבה, והם מציגים את התקרה בבירור. GSM8K עם 74.91 בהתאמה רופפת הוא תוצאה חלשה מהותית לעומת אותו מספר בהתאמה קפדנית. IFEval 83.90 הוא התוצאה היחסית החזקה ביותר בכרטיס — המודל עוקב היטב אחר הוראות מעוצבות ביחס לגודלו, וזה בדיוק מה שעוזר מערכת הפעלה צריך לעשות.

יש הסתייגות שנייה שהכרטיס מציין אותה בפשטות וקל לפספס. הצ'ק פוינט שפורסם הוא המודל הלא-מכומת, והכרטיס אומר שגרסאות מכומתות יגיעו בהמשך. בניית ה-ONNX כבר קיימת בנפרד — מיקרוסופט פרסמה Aion-1.0-Instruct-2.3B-ONNX-WebGPU כשלוש דקות אחרי מאגר ה-BF16, בנפח של כ-1.3 GB, תוך שימוש באימון מודע לכימות מסוג INT4 block-wise בגודל בלוק 32 בשכבות ליניאריות ובגודל בלוק 64 בהטמעות, עם אקטיבציות FP16 ומטמון KV, המיועדת ל-WebGPU דרך ONNX Runtime GenAI. זהו ארטיפקט הפריסה החשוב, והוא קובץ שונה מזה שרוב האנשים יורידו תחילה.

מדוע Q​wen3.8-27B הוא סוג אחר של אובייקט

Qwen3.8-27B הוא מודל בעל 27.8 מיליארד פרמטרים, הפרוסים על פני שמונה־עשר שברי BF16 בסך כולל של 55.6 GB, עם מגדל חזותי לקלט של תמונות ווידאו. שישים וארבע השכבות שלו מסודרות כשישה־עשר בלוקים חוזרים של שלוש שכבות קשב לינארי מסוג Gated DeltaNet לכל שכבה אחת של Gated Attention מלא, בגודל מוסתר של 5,120, עם 48 ראשי ערך במסלול הקשב הלינארי לעומת 16 ראשי שאילתה-מפתח. ההקשר הוא 262,144 טוקנים באופן מקורי ו־1,000,000 עם YaRN. מצב החשיבה מופעל כברירת מחדל, עם עד 262,144 טוקני הסקה ו־131,072 טוקני תשובה, והדגימה המומלצת שונה בין מצב חשיבה למצב ללא חשיבה. הרישיון הוא Apache 2.0.

הפער שמשנה אינו מספר הפרמטרים. אלא ש-checkpoint בגודל 55.6 GB אינו רץ על המכשיר שמודל Aion נבנה עבורו. כל העיצוב של מודל Aion — חלונות הזזה של 2,048 טוקנים, אימון מודע לכימות INT4, build של ONNX WebGPU בגודל 1.3 GB — הוא טיעון על מה שנכנס לזיכרון במכונה שכבר נמצאת ברשותו של מישהו. העיצוב של Q​wen3.8-27B מניח אשכול serving. לא בוחרים בין השניים לפי לוח תוצאות. בוחרים משום שאחד מהם אינו מועמד לתפקיד של האחר.

היכן ניתן להציב את המספרים זה לצד זה והיכן לא

יש כאן הפנייה צולבת מועילה באמת אחת, והיא אינה מופיעה בכרטיס של אף אחד משני הספקים. Artificial Analysis מודד את Q​wen3.8-27B ב-Intelligence Index v5.0.1, שמשלב תשע הערכות: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 ו-Terminal-Bench-Sci. במדד הזה Q​wen3.8-27B מקבל ציון 20, לעומת חציון של 10 עבור מודלים דומים. אותה מדידה מעמידה אותו על $0.50 למיליון טוקני קלט ו-$3.00 למיליון טוקני פלט, $3.53 למשימה, 38.7 דקות למשימת מדד לעומת חציון של 11.5, ו-128 מיליון טוקנים שנצרכו לאורך המדד לעומת חציון של 77.8 מיליון. הוא איטי ומילולי יותר מהמתחרים בתחום, והוא משלם על כך בעלות למשימה גם במחיר מתון לכל טוקן.

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

אין מקבילה ל-Aion. נכון ל-19 בנובמבר 2026, ל-Artificial Analysis אין רשומה עבור אף מודל Aion, ואף מערכת בדיקות עצמאית לא פרסמה הרצה. לכן בלוח התוצאות ההוגן יש חור, והחור נמצא בצד של המודל החדש יותר.

• פרמטרים — Aion-1.0-Instruct-2.3B: כ-2.3B, קובץ BF16 אחד בגודל 4.58 GB. Qwen3.8-27B: 27.8B, שמונה־עשר שברים, 55.6 GB ב-BF16.

• הקשר — Aion-1.0-Instruct-2.3B: 32,768 טוקנים, לפי הכרטיס של גרסת ה-ONNX; הכרטיס של BF16 אינו מציין נתון. Q​wen3.8-27B: 262,144 נייטיביים, 1,000,000 עם YaRN.

• מודאליות — Aion-1.0-Instruct-2.3B: טקסט בלבד. Q​wen3.8-27B: קלט טקסט, תמונה ווידאו; פלט טקסט.

רישיון — Aion-1.0-Instruct-2.3B: MIT. Qwen3.8-27B: Apache 2.0. שניהם מתירים שימוש מסחרי; MIT הוא הפחות מגביל מבין השניים.

• טביעת רגל הניתנת להרצה — Aion-1.0-Instruct-2.3B: 1.3 GB INT4 ONNX עבור WebGPU, או 4.58 GB BF16. Qwen3.8-27B: 55.6 GB BF16, בתוספת זיכרון שירות.

• הערכה עצמאית — Aion-1.0-Instruct-2.3B: אין. Qwen3.8-27B: מדד אינטליגנציה 20 ב-v5.0.1, וכן כרטיס ספק המדווח על LiveCodeBench v6 90.3, GPQA Diamond 89.2, Terminal-Bench 2.1 ב-73.0, SWE-bench Pro 61.7 ו-HLE 30.8.

• תאריך פרסום — Aion-1.0-Instruct-2.3B: 18 בנובמבר 2026, בן יומו וטרם הוכרז. Qwen3.8-27B: הוכרז ב-3 באוגוסט 2026, המשקלים שוחררו ב-14 באוגוסט 2026.

מה שההשוואה למעשה מכריעה

אם אתם בונים יישום שולחני שצריך לסווג טקסט, לפעול לפי פורמט מובנה, לסכם מסמך או לנתב בקשת מערכת הפעלה בלי סבב רשת, מודל Aion נמצא בתמונה ו-Qwen3.8-27B לא. חלון של 32K מספיק לסיכום מסמך ורחוק מלהספיק למשימת קידוד בהיקף של מאגר קוד שלם. רישיון MIT מסיר את הצורך בבדיקה משפטית. גרסת ה-ONNX WebGPU פועלת במקום שבו נקודת שמירה של 55.6 GB לא יכולה לרוץ.

אם אתה זקוק לסוכן שעובד על פני הקשרים ארוכים, קורא צילומי מסך, כותב קוד מול בסיס קוד גדול או מריץ לולאות כלים רב-שלביות, ההפך הוא הנכון. ל-Qwen3.8-27B יש את ההקשר, המודאליות והמדידה העצמאית, וחולשותיו — השהיה ומילוליות הטוקנים — הן כמויות ידועות שאפשר לתמחר. למודל Aion אין כלל הרצה עצמאית, מה שבפועל אומר שאתה הוא זה שמבצע את ההערכה, על המשימות שלך, לפני שהוא נוגע במשהו שחשוב.

יש עמדה שלישית שהיא כנראה הנכונה עבור רוב הצוותים: לא לבחור. מודל של 2.3B על המכשיר ומודל מתארח של 27B משלימים זה את זה, והארכיטקטורה שמשתמשת בשניהם — מודל מקומי קטן לקריאות התכופות, הזולות והרגישות לזמן השהיה, ומודל מתארח גדול לאלה הנדירות, היקרות והקשות — היא זו ששורדת מפגש עם חשבון. Qwen3.8-27B זמין דרך OrcaRouter כ-qwen/qwen3.8-27b במחיר 0.33 דולר למיליון טוקני קלט ו-2.40 דולר למיליון טוקני פלט, על אותו מפתח ואותה נקודת קצה כמו שכבות Qwen3.8-Flash ו-Qwen3.8-Max, עם מעבר אוטומטי בין ספקים וללא תוספת מחיר לטוקן מעל מחיר המחירון של הספק. אנחנו מריצים את המשקלים האלה בעצמנו, כך ששינוי מחיר של ספק נוחת כאן באותו יום ולא אחרי מחזור תמחור מחדש. Aion-1.0-Instruct-2.3B אינו נמצא ב-OrcaRouter — הוא הורדה שאתם מריצים בעצמכם, והשניים יכולים לשבת באותו יישום בלי שאף אחד מהם יודע על השני.

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.

על מה לשים לב, ומה ישנה את הקטע הזה

שלושה דברים היו משנים את התמונה באופן מהותי, ואף אחד מהם עוד לא קרה. פרסום הודעה מצד Microsoft, כרטיס מודל עם פרטי אימון, או הרצת בנצ'מרק מחוץ להארנס של החברה עצמה. הוספת רשומת Aion ב-Artificial Analysis, מה שייתן למודל החדש יותר את משקל הנגד העצמאי שכבר יש ל-Q​wen. או שסיפור הכימות של BF16 מול INT4 יתבהר לכדי דלתא דיוק מפורסמת, וזה המספר שקובע אם כימות על-המכשיר באמת מחזיק מעמד בארכיטקטורה הזו.

עד אז, התייחס ל-Aion-1.0-Instruct-2.3B כאל מה שהמאגר מציג: מודל קטן, ברישיון מתירני, לטקסט בלבד, מכוון Windows, שפורסם ללא טקס, בן יום אחד, עם טבלת בנצ'מרקים של ספק ובלי בדיקה עצמאית עליו. התייחס ל-Q​wen3.8-27B כאל ערך מוכר עם מדידה שפורסמה על ידי צד שלישי, חלון הקשר גדול פי שמונה, וחשבון שירות בהתאם. השאלה הלא נכונה היא מי מנצח. השאלה הנכונה היא איזה משני האובייקטים האלה חסר לאפליקציה שלך.