Qwen3.8-27B: מודל ה-27B ה-Dense בקו Qwen3.8 של Alibaba

מספר אחד מכריע אם תוכלו להריץ בעצמכם את Qwen3.8-27B: 55.6 GB. זהו סך משקולות ה-BF16 במאגר של הספק עצמו — שמונה-עשר מקטעי safetensors, 27.8 מיליארד פרמטרים לאחר ספירת מגדל הראייה — וזו הסיבה שהבית המעשי של המודל הוא כרטיס גרפי בנפח 24 GB שמריץ גרסה דחוסה, ולא תחנת עבודה שמריצה אותו כפי שהוא משווק. כל השאר בנוגע לQwen3.8-27B נובע מהצורה הזו. זהו מודל צפוף, לא תערובת של מומחים: כל טוקן שאתם מייצרים מפעיל את כל 27 מיליארד הפרמטרים, שזה ההיפך מהפשרה של הענקים הדלילים שאיתם הוא חולק דור. והוא החבר היחיד בסבב הזה שיש סביב שמו שכונה אמיתית — קוראים מחפשים אותו בזכות עצמו, והם מחפשים את המאפיינים שמסביבו — כך שהדף הזה הוא התשובה הפשוטה לשאלה מה הדבר הזה, למה הוא נועד, ומה אתם בוחרים לפני שאתם בוחרים גודל או פורמט.

הזיהוי המדויק, מפני ששלושה שמות במשפחה הזו קלים לבלבול. Qwen3.8-27B הוא החבר הצפוף, הניתן לאירוח עצמי, בדור Qwen3.8 של עליבאבא. אחיו הם מוצרים שונים: Qwen3.8-2.4T-A95B הוא תערובת המומחים הדלילה עם 2.4 טריליון פרמטרים, שגם המשקלים שלה הופצו באוגוסט 2026, ו-Qwen3.8-Max הוא ה-API המתארח הבנוי על אותה ארכיטקטורה, ושאין לו כלל משקלים להורדה. הדור הוכרז ב-3 באוגוסט 2026, והמשקלים של ה-27B עלו ל-Hugging Face ול-ModelScope ב-14 באוגוסט 2026 תחת Apache 2.0 — תאריך שראוי לציין במדויק, משום שההשקה היא רק מה שמתארך את המודל הזה, ולא אירוע שהעמוד הזה מדווח עליו.

מה זה, במילותיה של עליבאבא עצמה

כרטיס המודל מתאר את Qwen3.8-27B כ"מודל צפוף קומפקטי וידידותי לפריסה": מודל חזותי-לשוני מקורי שמבין תמונות וסרטונים, עם שליטה גמישה בחשיבה, "שנועד לבצע משימות מורכבות ורבות-שלבים עד Completion באמינות גבוהה יותר". זוהי העמדה של הספק, מיוחסת, וכרטיס המודל תומך בה בחמישה שיפורים נטענים — שיפורים ביכולות הליבה בקידוד, בעבודה מקצועית, במחקר ובמשימות סוכניות ארוכות-טווח; תכנון אוטונומי חזק יותר והתמודדות עם משוב מהסביבה; תמיכה רחבה יותר בכלי סוכן וכלי פיתוח נפוצים; מצב חשיבה שמופעל כברירת מחדל אך ניתן להשבית לפי בקשה, עם עומק מכוונן באמצעות reasoning_effort; והבנה מקורית של תמונות וסרטונים שכרטיס המודל מתאר כמה שמשתרעת מתרשימים ומסמכים בתחומי STEM ועד לסרטונים באורך של שעות.

הארכיטקטורה שמאחורי הטענה הזו היא היברידית. Qwen3.8-27B בנויה כשישה-עשר בלוקים חוזרים, שכל אחד מהם מכיל שלוש שכבות תשומת-לב ליניאריות מסוג Gated DeltaNet ושכבה אחת של Gated Attention מלא — 64 שכבות בסך הכול, ממד מוסתר 5,120, 48 ראשי תשומת-לב ליניארית לערכים מול 16 לשאילתות. במילים פשוטות: רק שכבה אחת מתוך ארבע מחזיקה מטמון תשומת-לב קונבנציונלי. זו הסיבה לכך שמודל 27B יכול לשאת הקשר מקורי של 262,144 אסימונים בלי חשבון הזיכרון שטרנספורמר קונבנציונלי בגודל הזה היה דורש, וזו גם הסיבה לכך שטביעת הרגל המקומית שלו ידידותית יותר ממה שמספר הפרמטרים שלו מרמז. ההקשר מתרחב עד 1,000,000 אסימונים עם YaRN scaling, שכרטיס המודל מזהיר שעלול לפגוע בביצועים בקלטים קצרים יותר אם משאירים אותו מופעל באופן סטטי. מצב חשיבה מופעל כברירת מחדל; הדגימה המומלצת בכרטיס היא temperature 1.0 עם top_p 0.95 במצב חשיבה, 0.7 עם top_p 0.80 כשלא, והוא מציע להקצות פלט בנדיבות — עד 262,144 אסימוני הסקה ו-131,072 לתשובה הסופית בתוך חלון ארוך.

עכשיו החלק הכללי והכן, שהוא ידע מקצועי ולא מדידה של המודל הזה. 27B צפוף בשנת 2026 יושב במקום מסוים. הוא גדול מספיק כדי להיות שימושי באמת, וקטן מספיק כדי להתאים לחומרה שאדם או צוות קטן מחזיקים בבעלותם, מה שהופך אותו לצורה הנכונה להסקה פרטית, לעבודת אצווה שבה חיוב לפי טוקן הוא האויב, וללולאות סוכנים שמבצעות קריאות רבות וזולות במקום קריאה אחת יקרה. הוא לא הצורה הנכונה להסקה הקשה ביותר שיש לך, למסמכים הבודדים הארוכים ביותר, או לכל דבר שבו תעדיף לשכור את המיטב מאשר להחזיק במשהו טוב מספיק — 27B צפוף מפסיד למודל חזית שמוגש היטב בקצה העליון, והוא מפסיד ל-MoE קטן בעלות לטוקן בקצה התחתון. צפיפות היא גם עובדת השהיה: כשכל פרמטר פעיל בכל טוקן, מודל צפוף הוא בדרך כלל איטי יותר לכל טוקן ממודל דליל באיכות דומה, ו-Qwen3.8-27B הוא מודל הסקה בנוסף לכך, כך שהוא מוציא טוקני פלט על חשיבה לפני שהוא עונה. שום דבר מזה אינו ציון למודל המסוים הזה. זו צורת ההחלטה שאתה מקבל.

מידות והתאמה, בסיכום

התקציר, כשהחשבון המפורט נשאר במקום שבו הוא שייך. משקולות BF16 מלאות הן 55.6 GB, שזו כבר שיחה על מאיצים של 80 GB. פריסת הקשב ההיברידית היא מה שהופך את הבניות הדחוסות לברות-טיפול באופן יוצא דופן: כימות של 4 סיביות נוחת באזור 15–16 ג'יגה-בייט ורץ בנוחות על כרטיס של 24 GB באורכי הקשר הרגילים, כרטיס של 16 GB הוא ריאלי רק אם תסכימו לכימות נמוך יותר או להקשר קצר, ו-8 GB מחוץ למשחק. מכיוון שרק 16 מתוך 64 השכבות מחזיקות מטמון קשב מלא, הקשר ארוך עולה פחות ממה שהיה עולה במודל 27B קונבנציונלי — אבל זה לא בחינם, והמטמון הוא זה שדוחף מערך נוח של 24 GB לעבר תקרתו ככל שמגדילים את החלון. אנחנו מחזיקים עמוד נפרד עם סולם ה-VRAM לפי כימות, עקומת אורך ההקשר והנתונים של הזיכרון המאוחד ב-Apple silicon; אם אתם קונים חומרה, קראו את אותו עמוד ולא את זה.

הפורמטים, כבחירה ולא כמדריך

קיימים ארבעה מסלולים והם עונים על ארבע שאלות שונות. GGUF הוא בחירת התאימות — שושלת llama.cpp, התמיכה הרחבה ביותר בחומרה, הפורמט שירוץ על כל מה שכבר יש לך, וזה מה שרוב האנשים שמחפשים Qwen3.8-27B בעצם מחפשים: בחר בו כשאתה רוצה שהמשקולות יעבדו על המכונה שלפניך ואתה מוכן לבחור רמת כימות. MLX הוא הבחירה של Apple-silicon, והיא בחירה אמיתית — המודל הזה רץ על Mac דרך MLX, וזה עבור מודל חזותי-לשוני של 27B אינו משהו שמובן מאליו. בצד ההגשה, NVFP4 ו-FP8 הם הפורמטים שפורסים ולא מריצים באופן אינטראקטיבי: FP8 שומר על המודל קרוב לדיוק מלא בכמחצית מנפח המשקולות עבור GPU גדול בודד, ו-NVFP4 הוא הבילד האגרסיבי מעידן Blackwell שמודד סביב 25 GB של VRAM כאשר מגדל הראייה נשמר בדיוק מלא. Unsloth הוא מסלול הכוונון העדין — חבילת ה-GGUF עם נתיב אימון מצורף, לכשאתה מתכוון לשנות את המשקולות ולא רק להריץ אותן. לכל אחד מאלה יש עמוד משלו תחת המודל הזה, וכל אחד עונה על שאלה שונה מזו שזו עונה עליה.

מה הרישיון למעשה מתיר

Qwen3.8-27B מופץ תחת Apache 2.0. קובץ LICENSE נמצא במאגר, והרישיון הוא הסטנדרט המתירני ולא הסכם מותאם אישית: שימוש מסחרי ללא הגבלת מספר משתמשים או תמלוגים, שינוי, הפצה מחדש, והענקת פטנט מפורשת, בתנאי שתצרף את הרישיון וההודעות לכל דבר שאתה מעביר הלאה. זה חשוב כי זהו קובץ שונה מזה שחל על שאר המשפחה — Qwen3.8-2.4T-A95B מופץ תחת רישיון Qwen מותאם אישית, ולא Apache 2.0 — כך ש"זה Qwen, לכן זה Apache" אינה הנחה בטוחה, וזהו בן המשפחה שבו זה במקרה נכון.

Apache 2.0 על המשקלים הוא גם התשובה הפשוטה לשאילתת החיפוש הממוקדת הגדולה ביותר שדף זה יושב לצידה — אלה של ה-uncensored וה-abliterated. מה שהרישיון מתיר הוא פשוט וראוי לומר בלי לקשט: מותר לשנות ולהפיץ מחדש את המשקלים המפורסמים, כולל שינויים שמשנים את התנהגות המודל, וניתן לשחרר בילדים נגזרים תחת אותם תנאים. זה כל המנגנון שמאחורי מהדורת abliterated — קהילה או מעבדה מפרסמת עותק שעבר שינוי של משקלים ברישיון פתוח ומפיצה אותו מחדש. אנחנו נוקטים בנתיב הזה בעצמנו עבור המודל הזה: גרסאות ה-Qwen3.8-27B-Uncensored-GGUF, ה-NVFP4 וה-MLX הן שלנו, ומפורסמות תחת אותם תנאי Apache 2.0 כמו המקור. מה ששירות מתארח יפיק או לא יפיק הוא שאלה נפרדת ממה שהרישיון מתיר, והדף הזה לא עונה עליה — דפי ה-uncensored לפי פורמט מכסים את ההורדות.

מה לא הוסדר

שלושה דברים באמת פתוחים. ההקשר של 1M טוקנים הוא הרחבת YaRN ולא חלון מקורי, וכרטיס המודל עצמו מזהיר שקנה מידה סטטי של YaRN עלול לפגוע בביצועים בקלט קצר, כך שהתקרה המעשית עבור רוב ההגדרות המקומיות היא החלון המקורי של 262,144 וההרחבה היא החלטה לפי פריסה שצריך לבדוק. כרטיס המודל של Alibaba עצמו מפנה קוראים המחפשים שירות מנוהל אל Qwen Cloud, שאותו הוא מתאר כזמין בקרוב עבור המודל הזה — לכן, נכון לאוקטובר 2026, השכבה המתארחת שהכרטיס מפרסם אינה משהו שאנו יכולים לאשר כזמינה באופן כללי, ואנחנו לא מתכוונים לתאר את תנאיה על סמך טיזר. וטבלת הבנצ'מרק בכרטיס היא הערכה של Alibaba עצמה, שלא שוחזרה על ידי הגורם שפרסם אותה, וזו הסתייגות שממשיכה להיות רלוונטית גם אחרי ההשקה.

זמינות

אנו מספקים את המודל הזה. המזהה הוא qwen/qwen3.8-27b ברשימת המודלים החיה שלנו — זהו ה-27B הצפוף הרב-מודלי, הוא מקבל טקסט, תמונות ווידאו עם חלון הקשר של 262,144 עמדות, וקורא יכול להפנות לקוח תואם OpenAI אליו היום. זה כל מה שנאמר על המסלול כאן: אין טענת מחיר, אין טענת תפוקה. אם אתם בוחרים לפי עלות, חשבו אותה מהתעבורה שלכם ולא ממספר בעמוד הזה.

הבחירה שנותרה היא הפורמט, וזו שאלה של חומרה לפני שהיא שאלה של תוכנה. אם אתם מריצים אותו על המכונה שלפניכם, מסלול ה-GGUF הוא המקום שבו נמצאות דרגות הקוונטיזציה ושם תגלו אם הכרטיס שלכם מספיק. אם אתם על Mac, מסלול ה-MLX הוא זה שקובע אם יש לכם בכלל זיכרון מאוחד. קראו אחד מהשניים הבאים, וחזרו לעמוד הזה רק אם אתם רוצים להזכיר לעצמכם מהו המודל לפני שאתם מקדישים את מקום הדיסק.