LBS-27B מול Qwen3.8 27B: הרף ב-27B, והמעבדה שקוראת אותו

שישה שבועות לפני שLBS-27B הופיע כמאגר ריק, inclusionAI פרסמה מודל אחר: inclusionAI/Qwen3.8-27B-singprobe, בדיקת גדר בטיחות זורמת קטנה שנבנתה על גבי המודל של Alibaba, Qwen3.8 27B. הוא אינו מודל שפה והוא אינו מתחרה. זהו מסווג בטיחות שקורא את המצבים החבויים של Qwen3.8 27B בזמן שהמודל הזה מייצר, וקיומו אומר לך משהו שדף מפרט לא יכול: המעבדה שזה עתה הקצתה לעצמה את השם LBS-27B עבדה ישירות עם המודל שתופס את אותה משבצת פרמטרים.

לכן זהו המאבק החשוב ביותר באצווה. Gemma 4 26B A4B הוא ארכיטקטורה אחרת וקטגוריית מחיר אחרת; Granite 4.2 30B הוא מהלך ארגוני עם ארכיטקטורה צפופה; LFM2.5 24B A2B הוא ניסוי ביעילות. Qwen3.8 27B הוא המודל שמודל 27B חדש ממעבדה סינית רצינית יכוון אליו באופן סביר ביותר. האם LBS-27B הוא אתגר עבורו, חלופה זולה יותר או משהו אחר לגמרי — לא ניתן לדעת ממאגר המכיל קובץ רישיון בגודל 28 בתים — אבל הרף שקוון הציב ידוע, והוא גבוה.

מהו למעשה Qwen3.8 27B

Qwen3.8 27B משווק כדגם 27B, רשום עם 28B פרמטרים ב-BF16 ב-Hugging Face, ונבנה על ארכיטקטורת קשב היברידית ולא על שנאי סטנדרטי. הכרטיס מתאר שישה-עשר בלוקים חוזרים, שכל אחד מהם מכיל שלוש שכבות Gated DeltaNet ולאחריהן שכבת Gated Attention אחת, עם גודל חבוי של 5,120, 64 שכבות, 24 ראשי קשב, 4 ראשי מפתח-ערך וממד feed-forward ברוחב 17,408. אוצר המילים הוא 248,320 טוקנים.

חלון ההקשר הוא 262,144 טוקנים באופן מקורי, וניתן להרחבה לכמיליון בקירוב באמצעות YaRN. הוא מולטימודלי באופן מקורי: טקסט, תמונות ווידאו נכנסים, טקסט יוצא. Thinking מופעל כברירת מחדל, עם רמות מאמץ חשיבה xhigh, medium ו-low, ודגל preserve-thinking שמופעל כברירת מחדל. הרישיון הוא Apache-2.0. המשקולות הופיעו באוגוסט 2026.

הארכיטקטורה היא החלק שכדאי לעצור עליו. שכבות Gated DeltaNet הן וריאנטים של קשב ליניארי שמתמודדים טוב יותר עם אורך רצף מאשר קשב מלא, ושילובן לסירוגין עם מספר קטן של שכבות קשב מלא הוא דרך להשיג התנהגות של הקשר ארוך בלי לשלם עלות ריבועית בכל שכבה. זהו עיצוב שאפתני יותר ממחסנית צפופה פשוטה, ומסוג הדברים שקשה להשתוות להם בניסיון ראשון.

הבר, במספרים

כל התוצאות הבאות הן תוצאות ש-Qwen דיווחה עליהן בעצמה ולא שוחזרו על ידינו באופן עצמאי. הן עדיין הרף הרלוונטי, משום שאלו הדברים שמולם ישווה קונה.

• קידוד והנדסת תוכנה — LiveCodeBench v6 90.3, QwenSWEBench 79.0, SWE-bench Pro 61.7, DeepSWE 1.1 42.2, NL2Repo-Bench 42.3.

• עבודה טרמינלית וסוכנית — Terminal-Bench 2.1 (Terminus) 73.0, CoWorkBench 70.7, JobBench 33.4, Agents' Last Exam 20.4 pass@1 וציון 42.9.

• ידע והסקה — GPQA Diamond 89.2, Humanity's Last Exam 30.8, IFBench 79.5. נתון HLE גבוה באופן חריג עבור מודל 27B והוא המספר הבולט ביותר בכרטיס.

• ראייה ושימוש במחשב — OSWorld-Verified 84.3, AndroidWorld 81.9, WebArena Verified 64.8, MathVision 90.0 ללא שילוב של שרשרת מחשבות ו-94.6 עם שילוב כזה, OmniDocBench 1.5 91.1, RealWorldQA 85.9, הסקה ב-CharXiv 83.7 ו-90.2 עם שילוב.

• שורות חלשות יותר — SWE-MM 38.6, RecreationBench 47.1, ClawEval-MM 57.4 pass@3. אפילו השורות החלשות הן מכובדות.

זה לא מודל שמנצח בציר אחד. הוא תחרותי בו-זמנית בקידוד, בידע, בראייה ובשימוש במחשב, וזה בדיוק הפרופיל שהופך מתחרה באותו גודל לקשה למיצוב. מודל 27B חדש לא יכול לנצח אותו בכך שהוא טוב מעט יותר בדבר אחד; הוא זקוק לטיעון אחר.

מה ש-LBS-27B הראה

אין דבר שניתן להעריך. המאגר נוצר ב-05:36 UTC ב-26 באוקטובר 2026 ומכיל קובץ בגודל 1,519 בייט .gitattributes וקובץ README בגודל 28 בייט. קובץ ה-README הוא הצהרת הרישיון ורק הצהרת הרישיון: license: apache-2.0. אין משקלים, אין קונפיג, אין טוקנייזר, אין כרטיס מודל ואין שורות בנצ'מרק. הורדות אינן במעקב והלייקים אפס, ולא הצלחנו למצוא שום הכרזה, מאמר או דיון ציבורי על המודל בשום מקום.

ה"27B" הוא שם. הוא לא אושר כמספר פרמטרים כולל, שלא לדבר על מספר פעילים, ואין שום אינדיקציה האם המודל צפוף, דליל או בנוי על מחסנית קשב היברידית כמו זו של Qwen.

הבדיקה היא הרמז המעניין ביותר

Qwen3.8-27B-singprobe של inclusionAI נוצר ב-14 בספטמבר 2026 ומתויג עבור בטיחות, מעקות בטיחות, סטרימינג וזיהוי הזיות. הוא מבוסס על Qwen3.8 27B, ברישיון Apache-2.0, ומשך מעט תשומת לב — 219 הורדות ושתי לייקים בעת כתיבת שורות אלה.

המשמעות שלו אינה הפופולריות שלו. הוא מראה ש-inclusionAI מבצעת אינסטרומנטציה של Qwen3.8 27B ברמת המצב החבוי, כלומר המעבדה מבינה את הייצוגים הפנימיים של המודל מספיק טוב כדי לבנות עליהם מסווג. זו צורה עמוקה יותר של היכרות מאשר השוואת בנצ'מרקים. זה לא מוכיח ש-LBS-27B נגזר מ-Qwen3.8 27B — אין לכך עדות, ושתי הארגונים הם חברות נפרדות, Ant Group ו-Alibaba — אבל זה כן מרמז שמחלקת ה-27B אינה יעד אקראי עבור המעבדה הזו.

זה גם מעלה אפשרות שראויה לאזכור: מעבדה שמשלחת בדיקות בטיחות לצד מודלים עשויה למקם את ה-27B שלה סביב יכולת שליטה ומעקות בטיחות ולא סביב מובילות גולמית בבנצ'מרקים. אם זה ה"פיץ'", ההשוואה עם Qwen3.8 27B משתנה מ"מי משיג ציון גבוה יותר" ל"איזה מהם קל יותר לפרוס בבטחה" — שאלה אחרת עם תשובה אחרת.

שלוש דרכים שבהן זה יכול להתפתח

בלי כרטיס מודל, הגישה הכנה היא לתאר את הצורות הסבירות ולא לבחור באחת.

• חלופה זולה יותר ל-Qwen. אם LBS-27B הוא מודל dense עם 27B פרמטרים, איכות דומה ועלות שירות נמוכה יותר, הוא מתחרה על מחיר. זה קשה מול מודל במחיר של 0.33 דולר למיליון טוקני קלט, אבל לא בלתי אפשרי אם מתכון האימון של inclusionAI יעיל יותר או אם הוא מכוון למספר פרמטרים פעילים קטן יותר.

• מהלך של יעילות. אם LBS-27B הוא דליל עם מספר פעילים קטן, הוא עוקף לחלוטין את פרופיל החישוב של Qwen. Qwen3.8 27B הוא צפוף, מה שהופך אותו ליקר לכל טוקן בהקשר ארוך; מודל 27B דליל עם שבריר פעיל יכול להיות זול ממנו בעלות תוך ויתור על חלק מהאיכות. זו אסטרטגיית LFM2.5 המיושמת בגודל גדול יותר.

• נישה אחרת. אם LBS-27B מוביל בבטיחות, בכיסוי רב-לשוני, בעבודה עם מסמכים ארוכים או ברתמת סוכנים ספציפית, ייתכן שהוא כלל לא מנסה להביס את Qwen3.8 27B בכל התחומים. ה-singprobe הוא ראיה חלשה לכך, אך זו הראיה היחידה שקיימת.

כל אחת מהצורות האלה מרמזת על קובץ תצורה אחר. זו הסיבה לכך שחשיפת הארכיטקטורה, כשהיא תגיע, תספק יותר מידע מכל פוסט בלוג של השקה.

ההשוואה, כשהמקומות הריקים מסומנים

• פרמטרים — Qwen3.8 27B משווק כ־27B ומופיע כ־28B ב־BF16; ‏LBS-27B הוא 27B לא מאומת.

• ארכיטקטורה — שילוב היברידי של שכבות Gated DeltaNet ו-Gated Attention עבור Qwen; לא ידוע עבור LBS.

• הקשר — 262,144 מקורי וכ־מיליון עם YaRN עבור Qwen; לא ידוע עבור LBS.

• מודאליות — קלט טקסט, תמונה ווידאו עם פלט טקסט עבור Qwen; לא ידוע עבור LBS.

• בקרות חשיבה — מאמץ הסקה ב-xhigh, medium או low עבור Qwen; לא ידוע עבור LBS.

• רישיון — Apache-2.0 עבור Qwen; Apache-2.0 מוצהר עבור LBS.

• מחיר — $0.33 למיליון אסימוני קלט ו-$2.40 למיליון אסימוני פלט עבור Qwen ב-OrcaRouter; אין מחיר עבור LBS.

• הערכות — כרטיס ספק מלא עבור Qwen, כולל שורות קידוד, אייג'נטיות וראייה; אין עבור LBS.

מחיר והטיעון בעד API אחד

Qwen3.8 27B זמין ב-OrcaRouter כ־qwen/qwen3.8-27b במחיר של $0.33 למיליון טוקני קלט ו־$2.40 למיליון טוקני פלט, עם חלון ההקשר המלא של 262,144 טוקנים. OrcaRouter מעביר את מחיר המחירון של הספק במרווח של 0%, כך שאם Alibaba או שותפי האירוח שלה ישנו את התעריף, המספר אצלנו ישתנה באותו יום. קיימת גם רשומה נוספת של Qwen3.8 27B בפלטפורמה בתעריף גבוה יותר תחת שם ספק אחר, שכדאי לבדוק אם אתם משווים הצעות מחיר.

LBS-27B אינו נמצא ב-OrcaRouter. אין לאן לנתב. כאשר קיימים משקלים, הדרך המעשית לענות על השאלה שהמאמר הזה אינו יכול — האם המודל החדש באמת טוב יותר לעומס העבודה שלי? — היא לשלוח אליו מנת תעבורה דרך אותו endpoint, בעוד Qwen נשאר כגיבוי. מעבר אוטומטי לגיבוי הופך את זה לניסוי הפיך במקום להגירה, וה-DSL לניתוב מאפשר לבטא את הפיצול כמדיניות במקום כענף בקוד. זה התפקיד השימושי של נתב בהשוואת מודלי 27B: לא לבחור את המנצח, אלא לאפשר לך למדוד אחד מול השני על הקלטים שלך.

מה יהפוך את זה להשוואה אמיתית

הפריט הראשון הוא קובץ תצורה. הוא יכריע בין צפוף לדליל וייתן ספירת פרמטרים פעילים, שקובעת אם LBS-27B מתחרה ב-Qwen באיכות או עוקף אותה בעלות.

השני הוא מגדל ראייה. היכולת הרב-מודלית של Qwen3.8 27B אינה תכונת לוואי; היא חלק גדול מהסיבה לכך שהמודל תחרותי במשימות מסמכים, ממשק משתמש ושימוש במחשב. LBS-27B טקסטואלי בלבד יהיה מוצר קטן יותר שמכוון לנתח צר יותר של אותם קונים.

השלישי הוא הצהרת מיצוב מטעם inclusionAI. המעבדה לא אמרה לשם מה נועד LBS-27B, וגם השם לא אומר זאת. כל מה שבמאמר הזה בנוגע לכוונה הוא הסקה מבדיקה, מרישיון ומחתימת זמן.

לעת עתה, המסקנה שאפשר להגן עליה היא צרה. Qwen3.8 27B הוא אחד המודלים החזקים ביותר בגודל 27B הזמינים, עם ארכיטקטורה היברידית, מולטימודליות מובנית, מסלול הרחבה למיליון טוקנים ומחיר אירוח אגרסיבי. LBS-27B הוא מאגר שעדיין לא הפך למודל. הפער ביניהם אינו פער ביכולת; זהו המרחק בין מוצר גמור לבין שם שמור — והשאלה המעניינת היא האם מעבדה שקוראת את המצבים החבויים של Qwen מתכוננת להתחרות בו או להשלים אותו.