ZoomGain-9B לעומת Qwen 3.8 8B: אין דבר כזה Qwen3.8-8B, וזהו נושא המאמר

חפשו "Qwen 3.8 8B" ותמצאו דפי השוואה, קישורי הורדה וחצי תריסר מאמרים שמתייחסים אליו כאל מודל שיצא לשוק. הוא אינו כזה. הדור Qwen3.8 של אליבאבא כולל ארבעה צ'קפוינטים פתוחים — Qwen3.8-27B, גרסת ה-FP8 שלו, Qwen3.8-2.4T-A95B ו-Qwen3.8-Flash-Next — ואף אחד מהם אינו 8B. את המשבצת של 8B בהיצע Qwen תופס Qwen3-8B, מודל מהדור Qwen3 של 2025, שהוא ארכיטקטורה אחרת, טוקנייזר אחר ותקופה אחרת. לכן הגרסה הכנה של ההתמודדות הזו היא בין ZoomGain-9B, צ'קפוינט חזותי-לשוני בגודל 9B ש-inclusionAI פרסמה ב-10 בנובמבר 2026, לבין שני מודלי Qwen שבאמת קיימים בגודל דומה: Qwen3.8-27B, החבר הצפוף הקטן ביותר בדור 3.8 עם 27 מיליארד פרמטרים, ו-Qwen3.5-9B, מודל הבסיס שממנו ZoomGain-9B עבר אימון-המשך.

התיקון הזה אינו עניין טכני שצריך לפנות מן הדרך לפני החלק המעניין. הוא משנה את התשובה. Qwen3.5-9B הוא מודל הבסיס שעליו אומן ZoomGain, ולכן הוא הדבר הקרוב ביותר לניסוי מבוקר בכל השחרור הזה: אותם משקלים, אותה ארכיטקטורה, אותו טוקנייזר, וההבדל הוא 9,000 דגימות RL. Qwen3.8-27B גדול פי שלושה וחדש בשני דורות, והוא המודל שהייתם בוחרים בפועל במקום ZoomGain אם הייתם רוצים נקודת קצה של Qwen היום. השוואה מול שניהם מספרת לך משהו שה-8B הפנטומי מעולם לא יכול היה לספר.

מדוע רשומת הפנטום קיימת בכלל

השמות אינם אקראיים. Qwen שחררה את 27B ואת 2.4T-A95B ב-5 וב-8 באוגוסט 2026, ואז את Flash-Next ב-24 באוגוסט. לדור הקודם, Qwen3.5, היו 9B ו-4B; ל-Qwen3.6 היו 27B ו-35B-A3B. כל דור מאז Qwen3 כלל מודל dense קטן, ודור 3.8 הוא הראשון שמדלג על אחד כזה. כל מי שמזהה תבניות בשלושת השחרורים הקודמים היה צופה באופן סביר Qwen3.8-9B, ו-Qwen3.8-8B רחוק בספרה אחת מהתחזית הזו.

מה שבאמת ממלא את הפער הוא זיקוק קהילתי. צ'ק פוינטים של Qwen3.8-9B-Distill הופיעו ב-Hub ממעבדות עצמאיות בתוך שבוע מהשחרור של 27B, ואחריהם הגיעו נגזרות של אותן נגזרות. אלה מודלים קטנים שאומנו על פלטים של Qwen3.8, לא מודלי Qwen3.8. אם דף שמצאת מתאר את "Qwen 3.8 8B" עם מספרי בנצ'מרק, ההסבר הסביר ביותר הוא שהוא מתאר אחד מאלה, או שהוא לא מתאר דבר.

ההשלכה המעשית: אם אתה צריך מודל קטן ממשפחת Qwen, האפשרויות האמיתיות הנוכחיות הן Qwen3.5-9B בגודל 9B ו-Qwen3.5-4B בגודל 4B, שניהם מפברואר 2026, שניהם Apache 2.0, ושניהם עדיין בין המודלים עם מספר ההורדות הגבוה ביותר ב-Hub. ZoomGain-9B בנוי על הראשון מביניהם.

הניסוי המבוקר שהשחרור מספק בטעות

התצורה של Qwen3.5-9B וזו של ZoomGain-9B הן באותה צורה: 32 שכבות, גודל נסתר 4,096, גודל ביניים 12,288, 16 ראשי שאילתה לעומת 4 ראשי KV בממד ראש 256, 262,144 מיקומים מקסימליים, ואותו לוח זמנים 3:1 של DeltaNet לינארי לקשב מלא. מגדל הראייה הוא של מודל הבסיס. שום דבר בארכיטקטורה לא השתנה.

מה שהשתנה הוא השלב שלאחר האימון. ZoomGain יישמה GRPO על 9,000 שאלות שנוצרו מכריית פרטים חתוכים, במשך אפוק אימון אחד, עם שמונה רולאאוטים לכל שאלה. זהו כל ההתערבות, והשפעתה הנמדדת על ZoomGainBench היא 32.13 עד 55.48 — קפיצה של 23.35 נקודות במדד שנבנה מאותו צינור עיבוד כמו נתוני האימון, שאותו המאמר מתייג בכנות כ־"Held-in".

המספר ששורד את ההסתייגות הזו הוא הממוצע המוחזק-מחוץ על פני שלושה-עשר מבחני ייחוס שהאימון מעולם לא ראה: 59.75 עבור Qwen3.5-9B, 66.10 עבור ZoomGain-9B. רווח של 6.35 נקודות מ-9,000 דגימות, על אותן משקלות. במשפחה הספציפית שאליה מכוונת ההשקה, הדלתאות גדולות יותר: HR-Bench 4K מ-82.13 ל-90.25, V*Bench מ-86.91 ל-93.19, VisualProbe מ-44.66 ל-56.31.

• התוצאה השלילית המעניינת — MMStar עוברת מ-71.73 ל-73.87, ו-BabyVision מ-15.98 ל-17.53. יכולת מולטימודלית כללית כמעט ואינה משתנה. האימון רכש פרטים עדינים ולא הרבה מעבר לכך, וזה בדיוק מה שאימון RL ממוקד על 9,000 דגימות אמור לעשות.

• ההסתייגות הכנה — כל האמור לעיל מדווח על ידי המחברים על גבי ההרנס של המחברים. אף אחד מחוץ לקבוצת אנט לא שחזר אותו. כלי ההערכה והבנצ'מרק ציבוריים, כך שניתן לבדוק אותו, אך הוא טרם נבדק.

Qwen3.8-27B, והשורה שמציבה אותו באותה טבלה

כאן ההשוואה נעשית ממשית, מפני שמאמר ZoomGain אכן העריך את Qwen3.8-27B על הבנצ'מרק שלו עצמו. ה-27B מקבל ציון כולל של 44.81 ב-ZoomGainBench — מאחורי 48.65 של Kimi-K3, מאחורי 55.05 של Qwen3.8-Flash-Next, ומאחורי כל מודל חזית בקוד סגור בטבלה. לפי מדד זה, הוא תופס פרטים עדינים בצורה מוכשרת אך לא בולטת.

כשמציבים זאת מול 55.48 של ZoomGain-9B באותו מבחן, החשבון נראה בולט: מודל 9B שמשיג 10.7 נקודות יותר ממודל 27B מאותה משפחה, בבנצ'מרק שאף שיווק של ספק לא היה בוחר. אבל זו בדיוק ההשוואה שדורשת שתיצמד לה התווית held-in, והמאמר מצמיד אותה. ZoomGainBench נבנה על ידי אותו pipeline שבנה את נתוני האימון של ZoomGain. מודל שאומן על שאלות מאותו pipeline ראה את ההתפלגות; מודל שנבחן עליה לא. פער של 10.7 נקודות הוא אמירה על התאמה להתפלגות, לא על יכולת.

כאשר ניתן להשוות בין השניים ללא העיוות הזה, התמונה מתהפכת. הכרטיס של Qwen3.8-27B עצמו מדווח על Terminal Bench 2.1 ב-73.0, SWE-bench Pro ב-61.7, LiveCodeBench v6 ב-90.3, GPQA Diamond 89.2 ו-HLE 30.8. ZoomGain-9B לא הוערך באף אחד מאלה, ולא היה צפוי להשיג תוצאות טובות: האימון שלו מעולם לא נגע בקוד, במשימות מסוף או במדע ברמת תואר שני. Qwen3.8-27B גם מקבל תמונות ווידאו באופן ילידי, מציע חלון הקשר של 262,144 אסימונים הניתן להרחבה למיליון, ותומך בשליטה בחשיבה באמצעות `reasoning_effort` — יכולת של-ZoomGain-9B אין כלל, שכן ההערכה שלו מתבצעת כאשר החשיבה מושבתת.

• גודל וצורה — Qwen3.8-27B הוא מודל צפוף (dense) בגודל 27B עם 64 שכבות, ממד מוסתר 5,120, ממד ביניים 17,408 וראש חיזוי ריבוי טוקנים בעל שכבה אחת. ZoomGain-9B הוא בקירוב 9.4B עם 32 שכבות בממד מוסתר 4,096.

• זמינות — ל-Qwen3.8-27B יש 7.4 מיליון הורדות, רישיון Apache 2.0, גרסאות FP8 ו-GGUF, ונקודת קצה מתארחת. ל-ZoomGain-9B אין נקודת קצה מתארחת, מיפוי ספקים ריק ב-Hub, רישיון שנדחה לכרטיס ללא תג רישיון, וגרסאות GGUF מ-11 בנובמבר כדרך ההפצה היחידה שלו מעבר ל-BF16.

• תאריכי שחרור — Qwen3.8-27B: 5 באוגוסט 2026, השקה מלאה עם פוסט בבלוג ודוח טכני. ZoomGain-9B: 10 בנובמבר 2026, מאמר ומאגר קוד ותו לא. הפער בן שלושת החודשים פחות חשוב מהעובדה שאחד מהם כבר נמצא בשימוש בסביבת ייצור מאז אוגוסט.

המחיר של כל מסלול, וזה שאנחנו באמת יכולים למכור לך

Qwen3.8-27B נמצא בקטלוג של OrcaRouter במחיר של $0.33 למיליון טוקני קלט ו-$2.40 למיליון טוקני פלט, עם חלון הקשר של 262K, קלט טקסט, תמונה ווידאו, ו-0% תוספת על מחיר המחירון של הספק — המספר בעמוד הדגם שלנו הוא המספר ש-Qwen גובה, מועבר כמו שהוא, כך ששינוי מחיר של ספק מתעדכן כאן באותו יום ולא לאחר מחזור תמחור מחדש. אותו מפתח מגיע גם ל-Qwen3.8-Flash ול-Qwen3.8-Max אם יתברר שה-27B בגודל הלא נכון, ו-מנגנון failover פירושו שנקודת קצה תקועה מנסה שוב מול ספק לפני שהתגובה מתחילה במקום לאחר שהבקשה שלך מסתיימת בפסק זמן.

ZoomGain-9B אינו בקטלוג ולא ניתן להפעיל אותו דרכנו. הוא בנפח 18.82 GB ב-BF16, או 5.63 GB ב-Q4_K_M בתוספת מקרן mmproj בנפח 0.52 GB, ומוגש תחת vLLM 0.19.1 עם transformers 5.7.0 או תחת build של llama.cpp עם תמיכה ב-Q​wen3.5 multimodal. גם Qwen3.5-9B עצמו אינו בקטלוג, וכדאי לומר זאת בפשטות: גם הגרסה המארחת הזולה של ההשוואה הזו לא קיימת בצד שלנו.

אם השאלה האמיתית שלך היא "האם כדאי לי להריץ ZoomGain-9B במקום לשלם עבור נקודת קצה של Qwen", השוואת העלויות אינה צמודה לאף כיוון ואינה צריכה להיות. מודל dense בגודל 27B במחיר של $0.33 למיליון טוקני קלט זול יותר מאחזקת GPU כמעט בכל נפח שהיית מגדיר כלא תכוף. אירוח עצמי של 9B מנצח רק כשהנפח גבוה, כשהנתונים לא יכולים לצאת מהרשת שלך, או כשהמשימה היא אותו דבר צר אחד שלמענו אומן ה-9B.

כאשר מודל הפנטום היה משנה

יש פער אמיתי בקו הדגמים של Qwen, וכדאי לקרוא לו בשם, משום שהוא מסביר למה כל כך הרבה אנשים חיפשו את ההשוואה הזאת. מודל dense בנפח 9B עם חלון של 262K ואוצר מילים מהדור של Qwen3.8, שנמכר במחיר קרוב לזה של Qwen3.5-9B, יהיה ברירת המחדל החסכונית המתבקשת לתהליכי עיבוד עתירי תמונות — זול יותר מה-27B, בעל יכולות גבוהות יותר מה-4B, וקטן מספיק כדי להריץ בעצמו על כרטיס גרפי יחיד. Qwen לא שחררה כזה, ולכן את המשבצת ממלא כיום או Qwen3.5-9B הישן יותר, או זיקוק קהילתי שאין לו ספק מאחוריו.

ZoomGain-9B גם אינו המודל הזה, וההבחנה חשובה. הוא מומחה לתפיסה עם שאלת רישיון מחקר ואין לו מסלול אירוח, לא מודל Q​wen קטן לשימוש כללי. אם מה שחיפשת ב־"Q​wen 3.8 8B" היה מודל כללי זול, ZoomGain-9B יאכזב אותך בכל דבר מלבד פרטים עדינים. אם מה שחיפשת היה מודל שמסוגל למצוא את המספר הסידורי בתצלום 4K, הוא אחד מהצ'קפוינטים הקטנים הבודדים שנבנו במיוחד לכך.

במקרה הגנרליסטי, התחליפים הריאליסטיים הם סדרת Q​wen3.5 המתארחת — 35B-A3B במחיר $0.057 למיליון טוקני קלט, ו-27B במחיר $0.086 — אשר תופסים את משבצת התקציב שה-8B החסר היה אמור למלא, עם טביעת רגל גדולה יותר ונקודת קצה אמיתית. במקרה התפיסה, אין תחליף מתארח שאנו יכולים להציע: Qwen3-VL-8B-Instruct במחיר $0.18 לקלט ו-$0.70 לפלט למיליון טוקנים מקבל תמונות ומשמש כתחליף לבדיקה אם השגיאות שלך הן שגיאות פרטים, אבל הוא לא אומן כפי שאומן ZoomGain ולא ישתווה לו בחיתוכים.

מה לעשות עם זה, באופן קונקרטי

אם באתם לכאן כדי לקבל הכרעה בין ZoomGain-9B ל-Qwen3.8-8B, ההכרעה היא שהיריב אינו קיים, וכל עמוד שנתן לכם הכרעה כזו המציא מחצית מההשוואה. שתי השאלות האמיתיות צרות יותר, ושתיהן ניתנות למענה כבר היום.

שאלה ראשונה: האם גרסת 9B מכווננת עדין של Qwen3.5-9B טובה יותר מ-Qwen3.5-9B בתפיסה עדינה? לפי המספרים של המחברים, כן — ב-6.35 נקודות בקבוצת הערכה נפרדת, וביותר בהרבה בבנצ'מרקים שאליהם כוון האימון. זו תוצאה חזקה עבור 9,000 דגימות, והדבר המעניין ביותר בשחרור.

שאלה שנייה: האם ZoomGain-9B טוב יותר מ-Qwen3.8-27B במשהו שחשוב לך? ביכולת כללית, לא — ה-27B חדש יותר, גדול יותר, מתועד טוב יותר, בעל רישיון, מתארח, ומוערך על הרבה יותר ממדים. בבנצ'מרק שנבנה מהתפלגות האימון של ZoomGain עצמו, הוא משיג 10.7 נקודות יותר, מה שאומר לך שהאימון עבד ולא אומר לך דבר על איזה מודל לקנות.

ההחלטה שלהלן אינה זוהרת. השתמשו במודל Q​wen מתארח לעבודה כללית, כי הוא עולה $0.33 למיליון טוקני קלט ומגיע בקריאת API אחת. הורידו את ZoomGain-9B רק אם יש לכם משימת פרטים עדינים ספציפית, GPU, ועורך דין שקרא קובץ רישיון שהספק לא פרסם.