PAN 2 לעומת Qwen3.8-27B: היריב כבר נמצא בתוך המודל

רוב ההשוואות בין מודלים הן בעלות גבול ברור: שני צ'קפוינטים, שני ספקים, בחרו אחד. זה לא המקרה כאן, מפני ש-Qwen זורם דרך התשתית של PAN 2 בשלושה מקומות בעת ובעונה אחת. PAN 2 טוען את Qwen3.5-9B כמקודד הטקסט הקפוא שלו, הרכיב שהופך כיתוב מובנה של מצב-עולם לתכונות ההתניה שטרנספורמר הדיפוזיה שלו, בן 29 מיליארד פרמטרים, צורך. ציוני PhyGround בדוח הטכני של PAN 2 עצמו נשפטים על ידי Qwen3.8-27B, המודל שהעמוד הזה כביכול משווה את PAN 2 אליו. ו-Qwen3.8-Flash הוא אחד מארבעה מודלי הסקה מושגיים שהדוח מודד לכתיבת הכיתובים של PAN 2 מלכתחילה. לכן הניסוח ההוגן אינו PAN 2 מול Qwen3.8-27B. מדובר במודל עולם לווידאו מהמכון למודלי יסוד של MBZUAI, שפורסם בשקט ומעולם לא זכה להשקה, שנשען על רכיבי Qwen, שמדורג בחלקו על ידי שופט Qwen, בהשוואה למודל חזותי-לשוני בן 27 מיליארד פרמטרים מאליבאבא, שהוא מוצר שלם בפני עצמו. השאלה המעניינת היא אילו מהיחסים האלה צריכים לעניין אתכם כשאתם בוחרים מה לפרוס.

מה ה-DNA המשותף אומר ומה הוא לא אומר

זה לא אומר ששני המודלים ברי-השוואה. PAN 2 מפיק וידאו; Qwen3.8-27B מפיק טקסט. שום דבר במקודד המשותף לא משנה את זה, ולא קיים מבחן השוואתי שמדרג אותם זה מול זה. כל מי שמציג ציון ראש-בראש מציג רושם.

מה שזה כן אומר הוא שההשוואה מספקת מידע יוצא דופן על מקוריות. כשהמערכת PAN 2 קוראת את הכיתוב שלך, היא קוראת אותו דרך מקודד Qwen ש-MBZUAI הורידה ללא שינוי מהמאגר שלה עצמה, וכרטיס המודל מציין במפורש שמשקולות Qwen3.5-9B משמשות כפי ששוחררו ושה-MBZUAI לא כיווננה אותן. תקציב הטוקנים שאוכף מאמת הפרומפט — 1,480 טוקנים ברכות, 1,536 בטוח — הוא תקציב של Qwen3.5-9B, לא של PAN 2. וכשהדוח טוען למספר PhyGround, המספר הזה הופק על ידי בקשה מ-Qwen3.8-27B לדרג וידאו שנוצר בסולם של חמש נקודות. השופט הוא היריב.

זה לא שערורייה. שימוש במודל פתוח חזק כמעריך אוטומטי הוא נוהג מקובל, וחשיפתו טובה יותר ממה שרוב המעבדות מצליחות לעשות. אבל זה כן אומר ששרשרת הראיות של PAN 2 עוברת דרך משפחת המודלים של Alibaba בשלוש נקודות נפרדות, ואם אתה מעריך את PAN 2, כדאי שתדע אילו מהמספרים שלו הם מדידות של PAN 2 ואילו הם מדידות של PAN 2 כפי שהוא נראה בעיני Qwen.

Qwen3.8-27B, במונחים שלו

המודל של Alibaba הוא סוג שונה לחלוטין של אובייקט: מודל שפה סיבתי בעל 27 מיליארד פרמטרים עם מקודד חזותי, הבנוי על ארכיטקטורת Qwen3.5 עם פריסה היברידית — שישה־עשר חזרות של שלושה בלוקי Gated DeltaNet ואחריהם בלוק Gated Attention אחד, 64 שכבות בסך הכול, ממד חבוי של 5,120 ואוצר מילים מרופד של 248,320 טוקנים. ההקשר המקורי הוא 262,144 טוקנים, וניתן להרחבה למיליון. הוא ברישיון Apache-2.0, עלה ל-Hugging Face ב-5 באוגוסט 2026, ויש לו 7.4 מיליון הורדות חודשיות.

{{1}}נתוני הספק חזקים, והכרטיס הוא מהשלמים יותר בתחום המשקלים הפתוחים:{{/1}} GPQA Diamond 89.2, HLE 30.8, LiveCodeBench v6 90.3, SWE-bench Pro 61.7, Terminal-Bench 2.1 ב-73.0, OSWorld-Verified 84.3, OmniDocBench 1.5 ב-91.1, CharXiv reasoning 83.7, IFBench 79.5, CoWorkBench 70.7. ב-MathVision הוא מדווח 90.0 ללא שרשרת מחשבה ו-94.6 עם זה. {{2}}אלה ההערכות של Alibaba עצמה מול קווי הבסיס של Alibaba עצמה, וזו אותה ההסתייגות שחלה על כל טבלת ספקים באתר הזה, כולל זו של PAN 2.{{/2}}

• מודאליות — Qwen3.8-27B: טקסט, תמונה ווידאו בקלט; טקסט בפלט. PAN 2: פריים ראשון אופציונלי בתוספת כיתוב מובנה בקלט; MP4 בפלט.

• גודל — Qwen3.8-27B: מודל dense עם 27B,‏ 64 שכבות, כ־27.8 מיליארד פרמטרים בפורמט safetensors. PAN 2: טרנספורמר דיפוזיה עם 29B בגודל 67.37 GB ב-BF16, בתוספת מקודד Qwen3.5-9B קפוא בגודל 15.87 GB ו-VAE מסוג Wan 2.2.

• הקשר — Qwen3.8-27B: 262,144 טוקנים נייטיביים, עד מיליון. PAN 2: כיתוב יחיד המוגבל ל-1,536 טוקנים של מקודד טקסט, ופריים התחלתי אחד.

• רישיון — Qwen3.8-27B: Apache-2.0. PAN 2: Apache-2.0 על המשקלים שלה בלבד, כאשר רכיבי צד שלישי כפופים לתנאים שלהם.

• הגשה — Qwen3.8-27B: ‏Transformers, vLLM, SGLang, TokenSpeed, ונקודת קצה מתארחת של Qwen Cloud שאליבאבא מפרטת כ"בקרוב". PAN 2: ‏Diffusers, vLLM-Omni ו-generate.py של המאגר עצמו, על החומרה שלך, ושום דבר לא מתארח בשום מקום.

למה בחירת המקודד היא השורה המשמעותית ביותר בכרטיס של PAN 2

הקפאת מקודד טקסט בנפח 9B ואימון רק של עמוד השדרה הדיפוזיוני היא החלטה הנדסית מוצדקת, וזו הסיבה שהחצי הדיפוזיוני של PAN 2 הוא 29B ולא 40. היא גם מציבה תקרה נוקשה למה שאפשר לומר ל-PAN 2. המהרהר המושגי כותב כיתוב; Qwen3.5-9B ממפה אותו לתכונות; מודל הדיפוזיה מרנדר מאותן תכונות. כל מה ש-Qwen3.5-9B אינו מסוגל לייצג, PAN 2 אינו מסוגל לדמות, ולא משנה כמה טוב הכיתוב.

זה מסביר מגבלה שהכרטיס מציין אותה בפשטות ורוב הקוראים מדלגים עליה: המודל רגיש לניסוח הפרומפט, דוגמאות שמחוץ להתפלגות האימון הסתמכו על פרומפטים שעברו עידון ידני, ופעולות טקסט מפרטות מניפולציה מיומנת רק באופן גס. אלה אינן שלוש בעיות נפרדות. הן אותה בעיה שנצפית בשלוש דרכים — הממשק בין תיאור בשפה לבין מקודד טקסט קבוע, עם תקציב של 1,536 טוקנים ואוצר מילים קפוא בצד אחד.

השוו זאת לאופן שבו Qwen3.8-27B מתמודד עם אותה עבודה. הוא גם מנוע החשיבה וגם המקודד בישות אחת, עם חלון של 262,144 אסימונים, שליטה מקורית בחשיבה שניתן להשבית לכל בקשה, כפתור reasoning_effort ו-preserve_thinking לשימור הקשר החשיבה בין תורות. אם המשימה שלכם היא לתאר סצנה ותוכנית בפירוט מספק כדי שמשהו במורד הזרם יוכל לפעול לפיהן, Qwen3.8-27B בנוי לכך ו-PAN 2 בנוי לצרוך את הפלט. הם לא מתחרים על אותו מקום; האחד נמצא במעלה הזרם של השני.

אסימטריית הפריסה שאיש לא מכניס לטבלת ההשוואה

Qwen3.8-27B הוא מודל גדול שרץ כמו מודל גדול רגיל. עשרים ושבעה מיליארד פרמטרים ב-BF16 הם בקירוב 55 GB של משקלים, מה שמתאים על מאיץ יחיד של 80 GB עם מקום ל-KV cache, והכרטיס מפרט ארבע ערימות הגשה ועוד נקודת קצה מתארחת תואמת OpenAI בדרך. אפשר להפעיל אותו כך שיענה לבקשות כבר באותו אחר הצהריים שבו החלטת להשתמש בו.

PAN 2 הוא 86.17 GB על פני שישים קבצים, וחשבון ההגשה נעשה בדקות-צומת. חמישים צעדי דגימה עם הנחיה ללא מסווג בכל צעד הם מאה מעברי קדימה דרך טרנספורמר 29B לכל קליפ. הכותרת של מתכון vLLM היא שלוש-עשרה שניות של וידאו 704×1248 בתוך כ-119 שניות על ארבעה מעבדי B300, כאשר ההנחיה מבוצעת במקביל על פני שני רנקים ומקביליות הרצף של Ulysses על פני שניים נוספים; תצורת ברירת המחדל שלו היא שמונה H200 ב-BF16 עם מקביליות patch של VAE על פני ארבעה רנקים במצב אריחים. סקריפט ההסקה של המאגר עצמו פשוט יותר ורעב יותר: עובד אחד לכל GPU, כשכל אחד מחזיק עותק מלא של הטרנספורמר בגודל 67.37 GB, וכל אחד נוטל כל פרומפט N-י.

אם תעמיד אותם זה לצד זה, המסקנה המעשית רחוקה מלהיות צמודה. קריאה ל-Qwen3.8-27B היא בקשה. קליפ של PAN 2 הוא משימת אצווה עם הקצאת GPU מצורפת. אם יש לך סרטון בן עשרים שניות להפיק פעם אחת, PAN 2 הוא אחר צהריים של הגדרה ושלוש דקות של רינדור. אם יש לך אלף תוכניות לדמות, אתה קונה זמן על צומת, וההשוואה שחשובה היא מול מודלים אחרים של עולם וידאו, לא מול מודל שפה.

המקום היחיד שבו השניים באמת נפגשים

השימוש המיועד של PAN 2 הוא הסקה סימולטיבית: סוכן מדמיין את התוצאה של כל פעולה מועמדת, ואז מתחייב לפעולה הטובה ביותר. לולאה זו זקוקה למתכנן שמייצר פעולות מועמדות ולסימולטור שמציג את השלכותיהן. Qwen3.8-27B הוא מתכנן מהימן — עמידה חזקה בהוראות עם 79.5 ב-IFBench, עבודה משרדית לטווח ארוך עם 70.7 ב-CoWorkBench, וקידוד טרמינלי סוכני עם 73.0 ב-Terminal-Bench 2.1 — והוא כבר נמצא בלולאה, מכיוון ש-MBZUAI השתמשה בו כדי לשפוט את PhyGround ואת Qwen3.8-Flash כאחד מארבעה כותבי כיתובים.

אם תבנה את הלולאה הזו, המתכנן הוא החלק שאפשר לקנות לפי טוקן והסימולטור הוא החלק שאי אפשר. Qwen3.8-27B זמין ב-OrcaRouter, כך שמפתח API יחיד מקנה לך מתכנן עם מעבר אוטומטי בין שירותים, כללי ניתוב שקובעים אילו בקשות לאן יגיעו, ומחיר מחירון של הספק עם 0% תוספת שעוברת הלאה — כולל הורדות המחירים של Alibaba עצמה ביום שהן נכנסות לתוקף. OrcaRouter לא מארח את PAN 2 ולא יכול לנתב אותו; אף אחד לא מארח את PAN 2. החלוקה אינה מגבלה של הראוטר, אלא צורת השוק: מודלי שפה מתארחים הם סחורה, מודלי עולם וידאו מתארחים עדיין לא קיימים.

יש סיבה שנייה ושקטה יותר לנתב במקום לקבע את המתכנן. הדוח של PAN 2 מדרג ארבעה מודלי הסקה לפי השלמת תוכנית מלאה, והדירוג אינו זה שרוב האנשים היו מנחשים — Claude Opus 5.5 ראשון, GPT-6 Astra ברמת מאמץ בינונית שני, Kimi K3 שלישי, Qwen3.8-Flash רביעי. הסדר הזה נמדד על הפרומפטים של MBZUAI, עם מדיניות הכיתוב שלהם והמאמת שלהם. שלכם יהיה שונה. היכולת להריץ מחדש את ההשוואה בלי לחווט מחדש את הסטאק שלכם שווה יותר מכל בחירת מודל בודדת בה.

מה לעשות עם ההשוואה הזו

אם באתם לכאן כדי לבחור אחד, התשובה הכנה היא שהשאלה פגומה. Qwen3.8-27B הוא מודל חזותי-לשוני כללי שאפשר להריץ היום על מאיץ אחד או לשכור לפי טוקן בשבוע הבא. PAN 2 הוא תוצר מחקרי שמרנדר השלכות, זקוק לצומת עם כמה GPU, אין לו נקודת קצה מתארחת, ונכון ל-11 בנובמבר 2026 הוא מעולם לא הושק על ידי מחבריו — פוסט אחד בן שתי פסקאות בחשבון ה-X של המעבדה הוא כל ההכרזה. מאגר ה-Hugging Face שלו מתוארך ל-7 באוקטובר, מאגר ה-GitHub שלו ל-5 בנובמבר, והדבר הפומבי המשמעותי ביותר שקרה לו הוא שתמיכת Day-0 של vLLM-Omni מוזגה ב-10 בנובמבר.

ההשוואה ששווה לעשות היא צרה יותר. אם ה-pipeline שלך זקוק למתכנן, Qwen3.8-27B הוא בחירה חזקה, מתועדת היטב וברישיון Apache-2.0, וההחלטה היא החלטת ניתוב. אם ה-pipeline שלך צריך לראות מה פעולה עושה לפני שהוא מבצע אותה, PAN 2 הוא אחד מהמודלים הבודדים מאוד בעלי משקולות פתוחות שמנסים לעשות זאת, הוא יפעל על רכיבי Qwen בין אם תבחין בכך ובין אם לא, והסיכום הכנה של היכולת שלו הוא המשפט בסעיף המגבלות של עצמו: כשניים מכל שלושה תכנונים מדומים מכילים לפחות שלב אחד שאינו מבוצע. זהו המספר שצריך לתכנן לפיו, והוא המספר היחיד בכל ההשוואה הזו שאף מקודד, שופט או נתב לא יוכל לשפר עבורך.