AesCode 32B против Qwen3.8 27B: Microsoft создала его на базе Qwen, и один из них можно вызвать

Деталь, которая перестраивает всё это сравнение, находится во второй строке карточки модели: AesCode 32Bберёт начало от Qwen3-VL-32B-Instruct. Специализированная модель Microsoft для кода — это файн-тюн Qwen3-VL под лицензией Apache 2.0, размещённый в репозитории на Hugging Face, созданном 29 сентября 2026 года, с коммитом под названием «Release AesCode-32B» от 7 октября 2026 года, и без каких-либо анонсов от Microsoft. Qwen3.8 27B— другой конец этой линии: собственная открытая 27B-плотная мультимодальная модель вендора, выпущенная 14 августа 2026 года под Apache 2.0, архитектура-преемник того VL-чекпоинта, который дообучала Microsoft. Так что это не противостояние флагманских разработок двух вендоров. Это противостояние между универсальной открытой моделью одной лаборатории и исследовательским файн-тюном этого семейства от конкурента, и практическая разница между ними, как выясняется, почти целиком сводится к тому, что вам разрешено делать с файлом после того, как он у вас оказался.

Та же лицензия, то же семейство, разное количество моделей.

Оба под Apache 2.0, оба принимают изображения наравне с текстом, и оба возвращают текст. Всё дальнейшее расходится, а сильнее всего расходится строка о развёртывании.

• Параметры — AesCode 32B: 33B плотная на базе Qwen3-VL-32B-Instruct. Qwen3.8 27B: 27B плотная, 28B с учётом визуального энкодера, 64 слоя при размере скрытого слоя 5120.

• Память для его запуска — AesCode 32B: в карточке рекомендуется планировать примерно 65 ГБ памяти ускорителя только для параметров bf16, а в собственном примере обслуживания используется четырёхсторонний тензорный параллелизм. Qwen3.8 27B: около 55,6 ГБ в bf16.

• Контекст — AesCode 32B: 24 576 токенов в заявленной конфигурации, при этом промпты и ответы на этапе обучения ограничены 8 192. Qwen3.8 27B: 262 144 токена нативно, с расширением до 1 000 000 с помощью масштабирования YaRN.

• Внимание — AesCode 32B: унаследована от базовой архитектуры Qwen3-VL. Qwen3.8 27B: гибридная модель — 48 слоёв линейного внимания Gated DeltaNet на 16 слоёв полного внимания в соотношении 3:1, что и делает обслуживание окна в 262K доступным по стоимости.

• Для чего это — AesCode 32B: создание информационно насыщенных визуальных артефактов в виде редактируемых HTML и CSS, а также исследования по мультимодальной генерации кода. Qwen3.8 27B: универсальная агентная и мультимодальная работа — программирование, использование компьютера, понимание документов и видео, вызов инструментов.

• Где это взять — AesCode 32B: загрузка с Hugging Face; ни один провайдер инференса его не развёртывает. Qwen3.8 27B: веса или хостинговый эндпоинт.

Вдвое больше контекста, немного меньший занимаемый объём, основа на одно поколение новее и идентичная лицензия. Единственная строка, где AesCode 32B одерживает безоговорочную победу, — первая, и он выигрывает её благодаря дообучению под конкретную задачу.

На чём на самом деле измерялся каждый из них

Два режима оценки не соприкасаются, и делать вид, что это не так, — типичная ошибка на страницах, подобных этой.

Карточка Qwen3.8 27B одновременно широкая и конкретная. Программирование: Terminal-Bench 2.1 — 73,0, SWE-bench Pro — 61,7, QwenSWEBench — 79,0, LiveCodeBench v6 — 90,3. Рассуждения: GPQA Diamond — 89,2, Humanity's Last Exam — 30,8. Использование компьютера: OSWorld-Verified — 84,3, WebArena-Verified — 64,8, AndroidWorld — 81,9. Зрение: MathVision — 94,6 с фирменным улучшением на этапе инференса и 90,0 без него, OmniDocBench 1.5 — 91,1. И все это — собственные цифры вендора на его собственном харнессе, причем со сноской, которую стоит прочитать: прогоны SWE-bench Pro и QwenSWEBench использовали харнесс Claude Code, поэтому их нельзя напрямую сравнивать с моделями, оцененными на другом.

У AesCode 32B есть один бенчмарк, и он одноцелевой: 300 образцов инфографики, по три генерации на каждый промпт без отбора, отрендеренные и оценённые по семи каналам. Главный результат — Overall 85,89 при предоставленном эталонном изображении против 81,28 у GPT-5.5 и 80,39 у Claude Opus 4.8 в той же испытательной среде, а также утверждение, что AesCode 32B превосходит собственную базовую модель Qwen3-VL-32B на 22,4 пункта по измерению Visual и на 24,8 по Overall.

Поставьте их рядом — и ничего не совпадёт. Terminal-Bench измеряет, завершается ли задача в оболочке; оценка AesCode измеряет, читается ли текст инфографики, не выходит ли её макет за пределы холста и является ли её таблица настоящей HTML-таблицей. Здесь нет ни общей метрики, ни общего тестового стенда, ни общей задачи. Единственное честное утверждение состоит в том, что AesCode 32B гораздо лучше справляется с дизайнерскими артефактами, чем его собственный backbone, а Qwen3.8 27B — сильная универсальная модель; и ни одно из этих утверждений ничего не говорит о другом.

На этот раз пробел в доказательствах действительно есть, причём в одном направлении

Вендорские бенчмарки — норма в этой отрасли, поэтому важно, что эти двое отличаются тем, какую часть их вендорских заявлений кто-то другой проверил.

Qwen3.8 27B вышел с собственной таблицей вендора, а затем за несколько недель накопил сторонние результаты. Независимый послужной список модели включает исследование юридического агента, проведённое юридической ИИ-компанией Harvey совместно со стартапом в области памяти Engram, в котором адаптированная Qwen3.8 27B обошла все модели, протестированные в исследовании, включая Claude Opus 4.8, на 250 юридических задачах — с важной оговоркой, что адаптированная модель сначала изучила корпус тестируемой фирмы объёмом 100 млн токенов, так что это в равной мере результат об адаптации, как и о самой модели. Он включает позицию в таблице лидеров WebDev от Code Arena и высшую позицию среди открытых весов в таблице лидеров Image-to-WebDev от Arena.ai, причём оба представляют собой рейтинговые утверждения, переданные вендором, а не опубликованную методологию. И он включает сторонний рейтинг с опубликованной оценкой: Artificial Analysis фиксирует Qwen3.8 27B на уровне 33.70 в своём Intelligence Index при стоимости за завершённую задачу около $1.01 и публикует разбивку по токенам, стоящую за этим.

У AesCode 32B ничего этого нет. Ни размещения на арене, ни присутствия в таблице лидеров, ни воспроизведения третьей стороной, ни независимого теста пропускной способности — и не потому, что кто-то посмотрел и признал его недостаточно хорошим, а потому, что контрольную точку, не обслуживаемую ни одним провайдером, в принципе нельзя оценить с помощью внешнего испытательного стенда. Его показатели — от вендора: их вычислил тот же стек верификаторов, который обучал модель, на выбранных вендором выборках и в сравнении с базовыми вариантами, которые запускал вендор. В релизе необычно прозрачно описан метод — названия каналов вознаграждения, количество роллаутов, параметры декодирования и частоты отказов опубликованы, — но прозрачность в отношении того, как было получено число, не равнозначна тому, что его получил кто-то другой.

Тот, который требует привязанную карту.

Именно здесь происхождение перестаёт быть мелочью и становится самим решением.

AesCode 32B требует от вас 65 ГБ памяти ускорителя, мультимодального пути обслуживания и готовности запускать неанонсированную модель в качестве раннего пользователя. Его собственный пример обслуживания прибегает к четырёхстороннему тензорному параллелизму, а для модели заявлен контекст в 24 576 токенов без хостингового варианта, на который можно было бы положиться. Если у вас уже есть оборудование и ваш конвейер действительно нуждается в дообучении под конкретный дизайн, это разумный компромисс. Для большинства команд это проект на две недели до первого полезного результата.

Qwen3.8 27B развёрнута на собственной инфраструктуре OrcaRouter, и уже сегодня её можно вызывать по цене $0,33 за миллион входных токенов и $2,40 за миллион выходных, с контекстом в 262 144 токена и поддержкой ввода текста, изображений и видео. Это тарифы по прайс-листу, передаваемые без наценки с нашей стороны, и она доступна по тому же ключу, что и более 200 других моделей, так что сравнение с любой альтернативой в каталоге — это параметр запроса, а не второй контракт. В этом весь практический довод, и он весомый: модель, которая с точки зрения семейства отстаёт на поколение от основы AesCode 32B, — это та, которую вы можете протестировать сегодня днём, на своих собственных промптах, за несколько центов.

Здесь есть момент второго порядка, который становится наглядным благодаря углу маршрутизации. Поскольку AesCode 32B — это дообученная версия чекпоинта Qwen3-VL, это семейство даёт дешёвый способ проверить, работает ли вообще размещённая у провайдера сторона архитектуры, прежде чем вы возьмёте на себя обязательство разворачивать что-либо самостоятельно. Qwen3-VL 235B A22B Instruct доступна по цене $0,40 за миллион входных и $1,60 за выходные токены, а Qwen3-VL 8B Instruct — по $0,18 и $0,70. Ни одна из них не является AesCode 32B, и ни одна не обучалась на качество дизайна — но на вопрос «может ли визуально-языковая модель прочитать наши скриншоты и написать нужную нам разметку» можно ответить с их помощью за копейки, а автоматическое переключение при сбое в рамках одного и того же эндпоинта означает, что неудачный день у провайдера не выведет пайплайн из строя.

Кто должен выбирать

Берите AesCode 32B, если артефакт — это конечный результат. Вы массово создаёте слайды, дашборды, плакаты или отчёты, вам нужен структурированный вывод, который остаётся редактируемым и пригодным для diff — модель выдаёт полный HTML-документ, использует настоящие структуры HTML-таблиц и спецификации ECharts, так что и то и другое остаётся доступным для проверки, — и у вас есть аппаратные ресурсы или бюджет, чтобы арендовать их. Приступая, смиритесь с тремя вещами: никакой независимой проверки ни одной цифры, примерно 65 ГБ на веса и контекст на 24K, который ограничит длинные документы. Указанная в карточке частота серьёзных сбоев на границах холста — 4,3% против 34,7% у GPT-5.5 — самая обнадёживающая отдельная цифра в релизе, и она к тому же от Microsoft.

Берите Qwen3.8 27B, если вам нужна универсальная мультимодальная модель с открытыми весами, которую реально можно запустить и реально обслуживать. Контекст 262K, расширяемый до миллиона; требования к развёртыванию, которые укладываются туда, где AesCode 32B не помещается; лицензионные условия не отличаются; есть независимые измерения как её качества, так и стоимости за завершённую задачу; а также хостинговый вариант, означающий, что можно начать сегодня, а позже развернуть у себя, не переписывая интеграцию. Её поэтапная послойная архитектура внимания — причина, по которой длинный контекст доступен по цене, а длинный контекст — то, что пайплайнам дизайна и документов обычно нужно больше всего.

А если вам нужно и то и другое — генератор дизайн-артефактов и универсальная рабочая лошадка, — разумное разделение состоит не в том, чтобы запускать две vision-language модели 30B-класса на собственном оборудовании. Направьте общий трафик на хостируемую сторону, а специализированную модель оставьте в self-hosted, за одним ключом, где сбой провайдера на любом из путей — это событие переключения при отказе, а не инцидент.

То, за чем стоит следить

Позиция AesCode 32B полностью меняется, если он станет вызываемым. Прямо сейчас единственная реальная слабость модели — это доступ, а это временное обстоятельство: поставщик инференса, взявший чекпоинт, или Microsoft, опубликовавшая эндпоинт, превращают закупку на 65 ГБ в выбор модели. До тех пор честное резюме этого противостояния таково: дообученная модель лучше справляется с одной задачей, универсальная модель лучше в том, чтобы ею можно было пользоваться, и при этом универсальная модель — её предок: Microsoft выбрала чекпоинт Qwen3-VL в качестве основы, потому что это была сильнейшая доступная открытая мультимодальная база, и это само по себе — самое полезное, что данное сравнение может сказать о Qwen3.8 27B.