AesCode 32B vs Qwen3.8 27B: Microsoft สร้างมันบน Qwen และหนึ่งในนั้นสามารถเรียกใช้งานได้

รายละเอียดที่ทำให้การเปรียบเทียบทั้งหมดนี้ต้องจัดเรียงใหม่นั้นอยู่บรรทัดที่สองของการ์ดโมเดล: AesCode 32B เริ่มต้นจาก Qwen3-VL-32B-Instruct โมเดลโค้ดเฉพาะทางด้านดีไซน์ของ Microsoft เป็นไฟน์ทูนของ Qwen3-VL ภายใต้สัญญาอนุญาต Apache 2.0 อยู่บนรีโพซิทอรี Hugging Face ที่สร้างเมื่อวันที่ 29 กันยายน 2026 โดยมีคอมมิตชื่อ "Release AesCode-32B" ลงวันที่ 7 ตุลาคม 2026 และไม่มีการประกาศใด ๆ จาก Microsoft ที่ไหนเลย Qwen3.8 27B อยู่อีกปลายหนึ่งของสายตระกูลนั้น: โมเดลมัลติโมดัลแบบเดนส์ขนาด 27B ที่เป็นน้ำหนักเปิดของเจ้าของเอง เปิดตัวเมื่อวันที่ 14 สิงหาคม 2026 ภายใต้ Apache 2.0 ซึ่งเป็นสถาปัตยกรรมรุ่นสืบทอดของเช็กพอยต์ VL ที่ Microsoft นำไปไฟน์ทูน ดังนั้นนี่จึงไม่ใช่การดวลกันระหว่างความพยายามระดับเรือธงของสองผู้จำหน่าย หากแต่เป็นการดวลกันระหว่างโมเดลน้ำหนักเปิดเอนกประสงค์ของห้องแล็บหนึ่ง กับไฟน์ทูนเพื่อการวิจัยในตระกูลเดียวกันของคู่แข่ง และความแตกต่างในทางปฏิบัติระหว่างทั้งสองนั้นกลายเป็นว่าเกือบทั้งหมดเกี่ยวข้องกับสิ่งที่คุณได้รับอนุญาตให้ทำกับไฟล์นั้นได้เมื่อคุณมีมันอยู่ในมือแล้ว

สิทธิ์การใช้งานเดียวกัน ตระกูลเดียวกัน แต่จำนวนรุ่นแตกต่างกัน

ทั้งคู่ใช้ Apache 2.0 ทั้งคู่รับได้ทั้งรูปภาพและข้อความ และทั้งคู่ส่งคืนข้อความ หลังจากนั้นทุกอย่างก็แตกต่างกันออกไป และแถวการปรับใช้ก็แตกต่างกันมากที่สุด

• พารามิเตอร์ — AesCode 32B: 33B แบบ dense บนพื้นฐาน Qwen3-VL-32B-Instruct. Qwen3.8 27B: 27B แบบ dense, 28B เมื่อนับรวม vision encoder, 64 เลเยอร์ ที่มีขนาด hidden 5120

• หน่วยความจำที่ต้องใช้ในการรัน — AesCode 32B: การ์ดแนะนำให้วางแผนหน่วยความจำตัวเร่งความเร็วประมาณ 65 GB สำหรับพารามิเตอร์ bf16 เพียงอย่างเดียว และตัวอย่างการให้บริการของมันเองใช้ tensor parallelism แบบสี่ทาง Qwen3.8 27B: ประมาณ 55.6 GB ใน bf16

• บริบท — AesCode 32B: 24,576 โทเค็นในคอนฟิกูเรชันที่รายงาน โดยพรอมต์และคำตอบในช่วงการเทรนถูกจำกัดไว้ที่ 8,192. Qwen3.8 27B: 262,144 โทเค็นแบบเนทีฟ ขยายได้ถึง 1,000,000 ด้วยการสเกล YaRN.

• Attention — AesCode 32B: สืบทอดมาจากแกนหลัก Qwen3-VL ส่วน Qwen3.8 27B: เป็นแบบไฮบริด ใช้เลเยอร์ linear-attention แบบ Gated DeltaNet จำนวน 48 เลเยอร์ ต่อเลเยอร์ full-attention จำนวน 16 เลเยอร์ ในอัตราส่วน 3:1 ซึ่งเป็นสิ่งที่ทำให้สามารถให้บริการหน้าต่างบริบทขนาด 262K ได้อย่างคุ้มค่า

• ใช้สำหรับอะไร — AesCode 32B: การสร้างอาร์ติแฟกต์ภาพที่อุดมด้วยข้อมูลเป็น HTML และ CSS ที่แก้ไขได้ รวมถึงการวิจัยเกี่ยวกับการสร้างโค้ดแบบหลายรูปแบบ Qwen3.8 27B: งานแบบเอเจนติกทั่วไปและงานหลายรูปแบบ — การเขียนโค้ด การใช้คอมพิวเตอร์ ความเข้าใจเอกสารและวิดีโอ การเรียกใช้เครื่องมือ

• คุณได้มันมาจากไหน — AesCode 32B: ดาวน์โหลดจาก Hugging Face; ไม่มีผู้ให้บริการ inference รายใดนำไปใช้งาน Qwen3.8 27B: เวต หรือเอนด์พอยต์ที่โฮสต์ไว้

บริบทมากเป็นสองเท่า ใช้พื้นที่เล็กกว่าเล็กน้อย แบ็กโบนใหม่กว่า 1 รุ่น และสัญญาอนุญาตที่เหมือนกันทุกประการ แถวเดียวที่ AesCode 32B ชนะอย่างเด็ดขาดคือแถวแรก และชนะแถวนั้นได้ด้วยการไฟน์จูนเฉพาะงาน

แต่ละอย่างวัดจากอะไรจริง ๆ

ระบอบการประเมินทั้งสองไม่แตะต้องกัน และการแสร้งทำเป็นอย่างอื่นคือข้อผิดพลาดมาตรฐานบนหน้าเพจอย่างนี้

การ์ดของ Qwen3.8 27B นั้นทั้งกว้างและเจาะจงในเวลาเดียวกัน การเขียนโค้ด: Terminal-Bench 2.1 ที่ 73.0, SWE-bench Pro ที่ 61.7, QwenSWEBench ที่ 79.0, LiveCodeBench v6 ที่ 90.3 การให้เหตุผล: GPQA Diamond 89.2, Humanity's Last Exam 30.8 การใช้งานคอมพิวเตอร์: OSWorld-Verified 84.3, WebArena-Verified 64.8, AndroidWorld 81.9 ด้านภาพ: MathVision 94.6 เมื่อใช้การเสริมประสิทธิภาพ ณ เวลาอนุมานของผู้ขาย และ 90.0 เมื่อไม่ใช้, OmniDocBench 1.5 ที่ 91.1 ทั้งหมดนี้เป็นตัวเลขของผู้ขายเองบนฮาร์เนสของผู้ขายเอง — โดยมีเชิงอรรถที่ควรค่าแก่การอ่านว่า การรัน SWE-bench Pro และ QwenSWEBench นั้นใช้ฮาร์เนส Claude Code ดังนั้นจึงไม่สามารถเปรียบเทียบโดยตรงกับโมเดลที่ให้คะแนนบนฮาร์เนสอื่นได้

AesCode 32B มีการทดสอบมาตรฐานเพียงหนึ่งเดียว และเป็นแบบวัตถุประสงค์เดียว: ตัวอย่างอินโฟกราฟิก 300 ตัวอย่าง, สร้างสามครั้งต่อพรอมต์โดยไม่มีการคัดเลือก, เรนเดอร์และให้คะแนนผ่านเจ็ดช่องทาง พาดหัวคือคะแนนภาพรวม 85.89 โดยมีภาพอ้างอิงที่ให้มา เทียบกับ 81.28 สำหรับ GPT-5.5 และ 80.39 สำหรับ Claude Opus 4.8 ภายใต้ฮาร์เนสเดียวกัน — และยังอ้างว่า AesCode 32B ทำคะแนนได้มากกว่าแบ็กโบน Qwen3-VL-32B ของตัวเอง 22.4 คะแนนในมิติด้านภาพ และ 24.8 คะแนนในภาพรวม

เอาสิ่งเหล่านั้นมาไว้ข้างกันแล้วก็ไม่มีอะไรตรงกันเลย Terminal-Bench วัดว่างานเชลล์เสร็จสมบูรณ์หรือไม่ การประเมินของ AesCode วัดว่าข้อความในอินโฟกราฟิกอ่านออกได้ไหม เลย์เอาต์ไม่ล้นออกจากแคนวาส และตารางของมันเป็นตาราง HTML จริงหรือไม่ ไม่มีเมตริกที่ใช้ร่วมกัน ไม่มีฮาร์เนสที่ใช้ร่วมกัน และไม่มีงานที่ใช้ร่วมกัน ข้อความที่ซื่อสัตย์เพียงอย่างเดียวคือ AesCode 32B เก่งเรื่องอาร์ติแฟกต์การออกแบบมากกว่าแบ็กโบนของตัวเองมาก และ Qwen3.8 27B เป็นโมเดลทั่วไปที่แข็งแกร่ง — และไม่มีข้อกล่าวอ้างใดบอกอะไรเกี่ยวกับอีกข้อหนึ่งได้เลย

ช่องว่างทางหลักฐานเป็นของจริงในครั้งนี้ ในทิศทางหนึ่ง

ในอุตสาหกรรมนี้ การวัดประสิทธิภาพจากผู้ขายถือเป็นเรื่องปกติ ดังนั้นจึงเป็นเรื่องสำคัญที่ทั้งสองฝ่ายแตกต่างกันในแง่ของปริมาณข้ออ้างของผู้ขายที่บุคคลอื่นได้ตรวจสอบแล้ว

Qwen3.8 27B เปิดตัวพร้อมตารางของผู้ขายเอง และจากนั้นได้สะสมผลลัพธ์จากภายนอกภายในไม่กี่สัปดาห์ บันทึกอิสระของโมเดลนี้รวมถึงการศึกษาเอเจนต์ทางกฎหมายที่ดำเนินการโดยบริษัท AI ด้านกฎหมาย Harvey ร่วมกับสตาร์ทอัพด้านหน่วยความจำ Engram ซึ่ง Qwen3.8 27B ที่ปรับแต่งแล้วนำหน้าโมเดลทุกตัวที่การศึกษาได้ทดสอบ รวมถึง Claude Opus 4.8 ในงานด้านกฎหมาย 250 งาน — โดยมีข้อควรระวังสำคัญว่าโมเดลที่ปรับแต่งได้ศึกษาคอร์ปัสขนาด 100 ล้านโทเคนของบริษัทที่ทดสอบก่อน ดังนั้นจึงเป็นผลลัพธ์เกี่ยวกับการปรับแต่งพอๆ กับเกี่ยวกับตัวโมเดล มันรวมถึงการจัดอันดับในลีดเดอร์บอร์ด WebDev ของ Code Arena และอันดับสูงสุดของโมเดล open-weight ในลีดเดอร์บอร์ด Image-to-WebDev ของ Arena.ai ซึ่งทั้งสองเป็นการอ้างอันดับที่ผู้ขายส่งต่อมา มากกว่าจะเป็นระเบียบวิธีวิจัยที่เผยแพร่ และรวมถึงบอร์ดของบุคคลที่สามที่มีคะแนนเผยแพร่: Artificial Analysis บันทึก Qwen3.8 27B ไว้ที่ 33.70 ในดัชนี Intelligence Index ของตน โดยมีต้นทุนต่องานที่เสร็จสิ้นประมาณ $1.01 และเผยแพร่รายละเอียดการแจกแจงโทเคนเบื้องหลังสิ่งนั้น

AesCode 32B ไม่มีสิ่งเหล่านั้นเลย ไม่มีการจัดอันดับในอารีนา ไม่มีการขึ้นบัญชีบนลีดเดอร์บอร์ด ไม่มีการทำซ้ำโดยบุคคลที่สาม ไม่มีการทดสอบทรูพุตที่เป็นอิสระ และไม่ใช่เพราะมีใครไปตรวจดูแล้วพบว่ามันยังไม่ดีพอ แต่เพราะเช็กพอยต์ที่ไม่มีผู้ให้บริการรายใดให้บริการนั้น ไม่อาจถูกประเมินโดยฮาร์เนสจากภายนอกได้ตั้งแต่แรกอยู่แล้ว ตัวเลขของมันเป็นของผู้ขาย คำนวณโดยสแตกตัวตรวจสอบชุดเดียวกับที่ใช้ฝึกโมเดล บนตัวอย่างที่ผู้ขายเลือก เทียบกับเบสไลน์ที่ผู้ขายรัน การเปิดตัวครั้งนี้โปร่งใสเกี่ยวกับวิธีการอย่างผิดปกติ — ชื่อช่องทางรางวัล จำนวนการโรลเอาต์ พารามิเตอร์การถอดรหัส และอัตราความล้มเหลว ล้วนได้รับการเผยแพร่ — แต่ความโปร่งใสเกี่ยวกับว่าตัวเลขหนึ่งถูกผลิตขึ้นมาอย่างไร ไม่เหมือนกับการที่คนอื่นเป็นผู้ผลิตมันขึ้นมา

อันที่คิดเงินจากบัตรที่บันทึกไว้

นี่คือจุดที่เชื้อสายเลิกเป็นเพียงเกร็ดเล็กเกร็ดน้อย และเริ่มกลายเป็นตัวชี้ขาด

AesCode 32B ขอหน่วยความจำตัวเร่งความเร็ว 65 GB จากคุณ เส้นทางการให้บริการแบบมัลติโมดัล และความเต็มใจที่จะรันโมเดลที่ยังไม่ประกาศในฐานะผู้ใช้กลุ่มแรก ๆ ตัวอย่างการให้บริการของมันเองต้องใช้ tensor parallelism แบบสี่ทาง และโมเดลนี้มีเอกสารระบุบริบท 24,576 โทเค็น โดยไม่มีตัวเลือกแบบโฮสต์ให้พึ่งพาเป็นทางสำรอง หากคุณมีฮาร์ดแวร์อยู่แล้วและไปป์ไลน์ของคุณต้องการการปรับละเอียดเฉพาะการออกแบบจริง ๆ นั่นก็เป็นการแลกเปลี่ยนที่สมเหตุสมผล สำหรับทีมส่วนใหญ่ มันเป็นโครงการสองสัปดาห์ก่อนจะได้ผลลัพธ์ที่มีประโยชน์ชิ้นแรก

Qwen3.8 27B โฮสต์บนโครงสร้างพื้นฐานของ OrcaRouter เอง และเรียกใช้งานได้แล้ววันนี้ในราคา 0.33 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 2.40 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน พร้อมบริบทขนาด 262,144 โทเคน และรองรับอินพุตแบบข้อความ รูปภาพ และวิดีโอ นี่คือราคาตามรายการที่ส่งผ่านมาโดยไม่มีการบวกเพิ่มใด ๆ จากฝั่งเรา และโมเดลนี้อยู่บนคีย์เดียวกันกับโมเดลอื่นอีกกว่า 200 รายการ ดังนั้นการเปรียบเทียบกับทางเลือกใด ๆ ในแค็ตตาล็อกจึงเป็นเพียงพารามิเตอร์ในคำขอ ไม่ใช่สัญญาฉบับที่สอง นั่นคือข้อโต้แย้งเชิงปฏิบัติทั้งหมด และเป็นข้อโต้แย้งที่ใหญ่หลวง: โมเดลที่ตามหลังแกนหลักของ AesCode 32B อยู่หนึ่งเจเนอเรชันในเชิงตระกูล คือโมเดลที่คุณประเมินได้ในช่วงบ่ายนี้ ด้วยพรอมป์ของคุณเอง ในราคาเพียงไม่กี่เซนต์

มีประเด็นลำดับรองตรงนี้ที่มุมมองด้านการกำหนดเส้นทางทำให้เห็นเป็นรูปธรรม เพราะ AesCode 32B เป็นไฟน์จูนของเช็กพอยต์ Qwen3-VL ตระกูลนี้จึงให้วิธีราคาถูกในการทดสอบว่าฝั่งโฮสต์ของสถาปัตยกรรมทำงานได้จริงหรือไม่ ก่อนที่คุณจะตัดสินใจโฮสต์สิ่งใดด้วยตนเอง Qwen3-VL 235B A22B Instruct มีให้ใช้งานในราคา $0.40 ต่ออินพุตหนึ่งล้านโทเคน และ $1.60 ต่อเอาต์พุต และ Qwen3-VL 8B Instruct ในราคา $0.18 และ $0.70 ทั้งคู่ไม่ใช่ AesCode 32B และไม่ได้ถูกฝึกมาเพื่อคุณภาพงานออกแบบ — แต่คำถามที่ว่า “โมเดล Vision-Language สามารถอ่านสกรีนช็อตของเราและเขียนมาร์กอัปที่เราต้องการได้หรือไม่” นั้นสามารถตอบได้ด้วยโมเดลเหล่านี้ในราคาไม่กี่เซนต์ และการสลับไปใช้ระบบสำรองอัตโนมัติภายใต้เอนด์พอยต์เดียวกันหมายความว่าวันที่ผู้ให้บริการมีปัญหา จะไม่ทำให้ไปป์ไลน์ล่ม

ใครควรเลือกอันไหน

เลือก AesCode 32B หากอาร์ติแฟกต์คือผลลัพธ์ที่ต้องส่งมอบ คุณผลิตสไลด์ แดชบอร์ด โปสเตอร์ หรือรายงานจำนวนมาก คุณต้องการเอาต์พุตที่มีโครงสร้างซึ่งยังแก้ไขและเปรียบเทียบความต่างได้ — โมเดลสร้างเอกสาร HTML ที่สมบูรณ์ ใช้โครงสร้างตาราง HTML จริงและสเปก ECharts เพื่อให้ทั้งสองยังตรวจสอบได้ — และคุณมีฮาร์ดแวร์หรืองบประมาณที่จะเช่าฮาร์ดแวร์นั้น เข้าใช้งานโดยยอมรับสามสิ่ง: ไม่มีการตรวจสอบตัวเลขใด ๆ อย่างอิสระ น้ำหนักโมเดลราว 65 GB และบริบท 24K ที่จะจำกัดเอกสารยาว อัตราความล้มเหลวรุนแรงบริเวณขอบเขตแคนวาส 4.3% ที่การ์ดรายงาน เมื่อเทียบกับ 34.7% ของ GPT-5.5 ถือเป็นตัวเลขเดี่ยวที่ให้กำลังใจที่สุดในการเปิดตัวครั้งนี้ และมันก็เป็นของ Microsoft ด้วยเช่นกัน

เลือก Qwen3.8 27B หากคุณต้องการโมเดลมัลติโมดัลแบบเปิดน้ำหนักสำหรับใช้งานทั่วไปที่รันได้จริงและให้บริการได้จริง คอนเท็กซ์ 262K ขยายได้ถึงหนึ่งล้าน ขนาดการติดตั้งใช้งานที่พอดีในจุดที่ AesCode 32B ไม่พอดี สถานะด้านสัญญาอนุญาตที่ไม่ต่างกัน การวัดผลโดยอิสระทั้งในด้านคุณภาพและต้นทุนต่องานที่เสร็จสมบูรณ์ และตัวเลือกแบบมีโฮสต์ที่หมายความว่าคุณเริ่มได้ตั้งแต่วันนี้และโฮสต์เองภายหลังโดยไม่ต้องเขียนการเชื่อมต่อใหม่ การออกแบบ attention แบบเป็นขั้นตามเลเยอร์ของมันคือเหตุผลที่คอนเท็กซ์ยาวมีต้นทุนที่จับต้องได้ และคอนเท็กซ์ยาวคือสิ่งที่ไปป์ไลน์ด้านการออกแบบและเอกสารมักต้องการมากที่สุด

และหากคุณต้องการทั้งสองอย่าง — ตัวสร้างอาร์ติแฟกต์การออกแบบและตัวทำงานอเนกประสงค์ — การแบ่งที่สมเหตุสมผลไม่ใช่การรันโมเดลภาษาภาพระดับ 30B สองตัวบนชุดอุปกรณ์ของคุณเอง ให้กำหนดเส้นทางทราฟฟิกทั่วไปไปยังฝั่งโฮสต์ และเก็บตัวเชี่ยวชาญไว้โฮสต์เอง ไว้หลังคีย์เดียว โดยที่การล่มของผู้ให้บริการบนเส้นทางใดเส้นทางหนึ่งเป็นเหตุการณ์สลับระบบสำรองมากกว่าจะเป็นเหตุการณ์ผิดปกติ

สิ่งที่ต้องจับตา

ตำแหน่งของ AesCode 32B จะเปลี่ยนไปโดยสิ้นเชิงหากมันสามารถเรียกใช้งานได้ ตอนนี้จุดอ่อนจริง ๆ เพียงอย่างเดียวของโมเดลนี้คือการเข้าถึง และนั่นเป็นสภาวะชั่วคราว — ผู้ให้บริการ inference ที่หยิบเช็กพอยต์ไปใช้ หรือ Microsoft ที่เผยแพร่ endpoint จะเปลี่ยนการจัดหา 65 GB ให้กลายเป็นการเลือกโมเดล จนกว่าจะถึงตอนนั้น สรุปอย่างตรงไปตรงมาของการเปรียบเทียบนี้คือ ไฟน์ทูนเก่งกว่าในงานหนึ่ง โมเดลทั่วไปเก่งกว่าในเรื่องการใช้งานได้ และโมเดลทั่วไปก็บังเอิญเป็นบรรพบุรุษ: Microsoft เลือกเช็กพอยต์ Qwen3-VL มาสร้างต่อเพราะมันเป็นฐานมัลติโมดัลแบบเปิดที่แข็งแกร่งที่สุดที่มีอยู่ ซึ่งนั่นเองก็เป็นสิ่งที่มีประโยชน์ที่สุดที่การเปรียบเทียบนี้จะบอกเกี่ยวกับ Qwen3.8 27B