Xing 4.0 29B-A4B לעומת Qwen 3.8 27B: ראייה לעומת קריאה לכלים
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 61 tok/s
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 75 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 722 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 36 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 109 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 185 tok/s
שני המודלים קרובים מספיק בגודלם עד שגיליון רכש היה מציב אותם באותה שורה: Qwen 3.8 27Bהוא המודל המולטימודלי ה"צפוף" של Alibaba עם 27 מיליארד פרמטרים, 28B אם סופרים את מגדל הראייה, שפורסם תחת Apache 2.0 באוגוסט 2026 עם 262,144 פוזיציות מקוריות וקלט תמונות וווידאו מקורי; Xing 4.0 29B-A4Bהוא מודל תערובת המומחים הדליל של China Telecom עם 29 מיליארד פרמטרים, 4B פעילים לכל טוקן, טקסט נכנס וטקסט יוצא, שמשקולותיו פורסמו ב-16 בספטמבר 2026 ורק באמצע אוקטובר הפכו לזמינים לקריאה. שניהם תחת Apache 2.0, שניהם במשקולות פתוחות, ושניהם מדווחים על מספרים שהיו נראים כמו תוצאות חוד-החזית לפני שנה. הם גם אינם מהווים תחליף זה לזה בשום עומס עבודה שבעל חשיבות, והסיבה לכך היא שורה אחת בכל מפרט: אם יש מגדל ראייה בצד אחד ולולאת קריאה לכלים בצד האחר.
ההבדל בגודל קטן ממה שהשמות מרמזים
• מתן שמות — "27B" הוא תווית מעוגלת. מאגר Qwen מדווח על 28B בטנסורים מסוג BF16 כאשר מקודד הראייה נספר; עמוד השדרה הטקסטואלי הוא 27B על פני 64 שכבות בגודל מוסתר של 5,120 עם אוצר מילים בן 248,320 ערכים.
• התיוג של Xing — "29B-A4B" הם שני מספרים, לא אחד: 29B בסך הכול ו-4B פעילים. המאגר מדווח על 31B בטנסורים ברמת דיוק מלאה.
• מה שאתם באמת משלמים עליו — Qwen 3.8 27B הוא צפוף, כך שכל ה-27B פועל בכל טוקן. Xing 4.0 קורא 4B מתוך 29B לכל טוקן. באותה חומרה ובאותו גודל אצווה, Xing זול באופן דרמטי יותר לכל טוקן שנוצר ו-Qwen צפוי באופן דרמטי יותר.
• הקשר — Qwen 3.8 27B כולל 262,144 מיקומים מקוריים, הניתנים להרחבה עד 1,000,000, עם תקרה מומלצת של 262,144 אסימוני חשיבה ו-131,072 לתשובה הסופית. Xing 4.0 כולל 256K, שלטענתו ניתן להרחבה עד 512K. ניתנים להשוואה בתצורת ברירת המחדל; ההרחבה המפורסמת של Qwen מגיעה למרחק כפול.
ארכיטקטורה: שני הימורים שאינם דומים זה לזה
Qwen 3.8 27B בנוי על פריסת קשב היברידית — שישה-עשר בלוקים של שלוש שכבות Gated DeltaNet ואחריהם שכבה אחת של Gated Attention מלא, חלוקה של שלוש לאחת של קשב לינארי לעומת ריבועי — והוא מאומן עם מספר שלבי MTP. המחסנית צפופה ועמוסת קשב לינארי, וזה מה שמאפשר למודל צפוף בגודל 27B לשאת חלון של 262K ללא חשבון ה-KV-cache שטרנספורמר סטנדרטי היה כרוך בו.
Xing 4.0 29B-A4B הוא מודל תערובת מומחים דלילה (sparse mixture-of-experts) בשושלת DeepSeek: קשב סמוי דחוס מסוג MLA (compressed-latent attention) לכל אורכו, 64 מומחים מנותבים עם 4 פעילים לכל טוקן ועוד מומחה משותף, וזרמי שאריות של היפר-חיבור מוגבלי יריעה — פריסת שאריות בעלת ארבעה זרמים שמסגרות הגשה זקוקות עבורה לקרנלים מותאמים. הוא גם מאומן MTP, כך ששני המודלים נושאים ראש פענוח ספקולטיבי משלהם בצ'קפוינט במקום לשלוח קובץ טיוטה נפרד.
ההשלכה על העוסק בתחום אינה זוהרת והיא חשובה. Qwen 3.8 27B הוא מודל dense עם attention יוצאת דופן, שרוב מערכי ההגשה מטפלים בו בעבודה מתונה. התמיכה המאושרת של Xing 4.0 היא vLLM, SGLang ו-KTransformers, כאשר SGLang מכיל קרנל שנכתב במיוחד עבור פריסת hyper-connection של ארבעה זרמים. עיצוב residual-stream ייעודי הוא עלות אינטגרציה ממשית בפעם הראשונה, ועלות חוזרת בכל פעם שאתם מכמתים, מכווננים או משנים את צורת ה-batch.
מה כל מודל מיועד לו בפועל
כאן ההשוואה מפסיקה להיות השוואה, כי שני המודלים לא נבנו לאותה משימה, וטבלאות הבנצ'מרק שלהם אינן חופפות מספיק כדי לזייף זאת.
• הנדסת תוכנה — Xing 4.0 SWE-bench Verified 75.00 לעומת SWE-bench Pro 61.7 של Qwen 3.8 27B. אלו מדדים שונים, כך שהפער ביניהם אינו אומר דבר כשלעצמו. השורה הניתנת להשוואה היא ש-Qwen מדווחת על QwenSWEBench 79.0 ו-DeepSWE 1.1 42.2, שהכרטיס של Xing אינו נוגע בהם כלל.
• קידוד טרמינלי וסוכני — Xing 4.0 Terminal-Bench 2.1 57.50 מול Qwen 3.8 27B Terminal Bench 2.1 (Terminus) 73.0. אותו שם מבחן, פרטי הרנס שונים, ושניהם מדווחים מטעם הספק. לפי הנתונים המפורסמים, Qwen מוביל בפער של יותר מ-15 נקודות.
• שימוש במחשב וסוכני ראייה-שפה — Qwen 3.8 27B OSWorld-Verified 84.3, WebArena-Verified 64.8, AndroidWorld 81.9, MathVision 90.0 ללא שרשרת חשיבה ו-94.6 איתה, OmniDocBench 1.5 91.1, RealWorldQA 85.9. ל-Xing 4.0 אין כלל מדד מולטימודלי משום שאין לו יכולת מולטימודלית. אין זה פער בטבלה; זהו פער במוצר.
• קריאה לכלים וסוכנים לטווח ארוך — Xing 4.0 Claw-Eval 76.55, Tau3-Bench 64.63, DeepresearchBII 60.80. Qwen 3.8 27B CoWorkBench 70.7, ה-Agents' Last Exam ב-20.4 pass@1 ובציון 42.9, JobBench 33.4. שוב: חבילות שונות, אין חפיפה, ואין השוואה זמינה.
• חשיבה כללית וידע — Qwen 3.8 27B GPQA Diamond 89.2, HLE 30.8, LiveCodeBench v6 90.3, IFBench 79.5. הכרטיס של Xing 4.0 מדווח רק על IFBench 69.67 ברשימה הזאת — כמעט עשר נקודות מאחורי Qwen, והשורה היחידה לשימוש כללי שבה שני הספקים פרסמו נתון.
יש לקרוא את הטבלאות כשני מסמכים שונים על שני מוצרים שונים. הטבלה של Qwen עוסקת במודל מולטימודלי שמבצע עבודת שימוש במחשב דרך ממשק צילומי מסך. הטבלה של Xing עוסקת במודל טקסט שנבנה להחזיק יחד לולאה ארוכה של קריאה לכלים. השורה היחידה שבה הם ממש מתנגשים — IFBench, עמידה בהוראות — הולכת ל-Qwen בפער של 9.8 נקודות.
שני תהליכי מיקור, הסתייגות משותפת אחת
לאף אחד מהמודלים אין הערכה בלתי תלויה. המספרים של Qwen 3.8 27B הם של אליבאבא, שפורסמו בכרטיס המודל יחד עם הגדרות ה-harness, ואלו של Xing 4.0 הם של China Telecom, שפורסמו באותו אופן. בשני המקרים, עמודות ההשוואה בטבלאות הן הרצות חוזרות של המעבדה הביתית על מודלים מתחרים, ולא הנתונים המפורסמים של אותם מתחרים — נוהג שהוא כמעט אוניברסלי וכדאי לזכור אותו בכל פעם שטבלה של ספק מציגה מתחרה מפסיד בגדול.
ל-Qwen 3.8 27B יש משהו שחסר ל-Xing 4.0, וזה לא שורת בנצ'מרק: שמונה שבועות באוויר הפתוח, כולל פורט קהילתי של llama.cpp שדווח כי הוא מריץ את המשקלים על ה-GPU של PlayStation 5 פרוצה בקצב של כ-20 טוקנים לשנייה. עבודה מסוג זה מצד צד שלישי היא הדבר הקרוב ביותר שיש למשקלים פתוחים לביקורת בלתי תלויה, ול-Xing 4.0 יש חודש ממנה עד כה, שרובו הוקדש לבקשות משיכה בפריימוורק ההגשה ולא להערכה.
עלות, אירוח עצמי ומדידה
שניהם תחת Apache 2.0, כך שמחיר ההורדה הוא אפס ונשאר אפס בשני הצדדים. Qwen 3.8 27B הוא מודל צפוף (dense) וזקוק לזיכרון של מודל צפוף בגודל 27B בתוספת מגדל ראייה; הרצפה המעשית היא כרטיס 24GB בדיוק נמוך, עם הורדה של 55.6GB בדיוק מלא. הקולקציה של Xing 4.0 טוענת לקוונטיזציה של 4 סיביות בכ-15GB של VRAM — טענה שכדאי לבדוק מול גודל קובץ ה-GGUF בפועל, מאחר שהמאגר בדיוק מלא מדווח על 31B בטנסורים.
בצד החיוב לפי שימוש, Qwen 3.8 27B הוא זה שלמעשה ניתן לקרוא לו כאן. OrcaRouter מארח את qwen/qwen3.8-27b במחיר של $0.33 למיליון טוקנים בקלט ו-$2.40 למיליון בפלט, כאשר המשקולות הפתוחות מוגשות בתשתית שלנו, וזו הסיבה שהמחיר הזה מחזיק ושאין סיבה ששינוי מצד הספק ישנה אותו. Qwen 3.8 27B זמין גם ב-$0.40 ו-$4.21 למיליון דרך פריסת FP8 קהילתית בקטלוג שלנו, ששומרת על מגדל הראייה בדיוק מלא — תזכורת שימושית ששתי רשומות של אותו מודל פתוח אינן אותו מוצר. Xing 4.0 אינו בקטלוג שלנו, ולכן ה-API של הספק עצמו ופלטפורמות צד שלישי הם המקום שבו מחפשים, ואנחנו לא מתכוונים להעמיד פנים אחרת.
המקום שבו נתב שווה את קיומו בהשוואה כמו זו הוא בהחלטה עצמה. API אחד לפני יותר מ-200 מודלים ללא תוספת מחיר הופך את הניסיון של מתחרה לכלל ניתוב ולא לאינטגרציה נוספת, ו-failover אוטומטי מבטיח שהניסוי לעולם לא מסכן את מסלול הפרודקשן: הראשי עונה, הגיבוי סופג כל מה שהראשי מפספס, וכל הניסוי נמחק מהקונפיגורציה כשמסיימים. מיזוג מודלים הולך צעד אחד נוסף ומאפשר לפאנל של מודלים לענות יחד כאשר הביטחון של מודל בודד במשימה הוא הדבר שאינכם סומכים עליו.
איך להחליט
קח Qwen 3.8 27B אם משהו בצינור העבודה שלך כולל תמונה, צילום מסך, מסמך סרוק, פריים וידאו או לולאת שימוש במחשב. זה היחיד מבין השניים שיכול בכלל לבצע את העבודה הזו, נתוני המדד שלו לשימוש במחשב הם החזקים ביותר שפורסמו במשקל הזה, והוא ניתן להפעלה על בסיס מדוד היום. זה גם ברירת המחדל הבטוחה יותר בכל הנוגע לביצוע הוראות, שהוא מצב הכשל היקר ביותר בצינור עבודה מול לקוחות.
בחר ב־Xing 4.0 29B-A4B אם עומס העבודה שלך הוא טקסט בלבד, עומס העבודה שלך הוא לולאת קריאה ארוכה לכלים, ואתה יכול להרשות לעצמך לאמת את טענות הספק בעצמך. הטיעון בדבר תפוקה לכל כרטיס נכון על הנייר: טביעת הזיכרון של מודל 29B עם האריתמטיקה של מודל 4B, בתנאי רישוי שהצוות המשפטי שלך כבר מכיר. אי-הוודאות ממשית באותה מידה — אין הערכה בלתי תלויה, לא פורסמו שורות של הסקה כללית, וציון עמידה בהוראות נמוך בכמעט עשר נקודות מזה של המתחרה שלו במדד היחיד ששתי המעבדות בחרו לדווח עליו.
עבור רוב הצוותים התשובה אינה בחירה כלל. Qwen 3.8 27B מטפל בכל דבר שיש בו תמונה או מסך; Xing 4.0 מטפל בלופים של סוכנים בטקסט בלבד, שבהם האריתמטיקה לכל טוקן היא האילוץ. הרצת שניהם דרך נקודת קצה אחת זולה יותר מאשר להחליט ביניהם על סמך ראיות שאף אחד מהספקים לא פרסם, וההערכה הבלתי תלויה הראשונה של Xing 4.0 היא האירוע שיהפוך את זה להשוואה אמיתית במקום מלאי של מה שכל מעבדה בחרה למדוד.
שום דבר מזה אינו היפותטי: כשלי ה-AI המתועדים ותקריות הסוכנים העומדים מאחורי מהדורות כמו זו מרוכזים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה כוללת מקורות משלה, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.
