LBS-27B vs Qwen3.8 27B: Ngưỡng chuẩn ở 27B, và phòng thí nghiệm đã theo dõi nó

Sáu tuần trước khi LBS-27Bxuất hiện dưới dạng một kho lưu trữ trống, inclusionAI đã công bố một mô hình khác: inclusionAI/Qwen3.8-27B-singprobe, một đầu dò chắn an toàn dạng luồng nhỏ được xây dựng trên nền Qwen3.8 27Bcủa Alibaba. Đây không phải là một mô hình ngôn ngữ và cũng không phải là một đối thủ cạnh tranh. Nó là một bộ phân loại an toàn đọc các trạng thái ẩn của Qwen3.8 27B trong khi mô hình đó đang sinh văn bản, và sự tồn tại của nó cho bạn biết một điều mà một bản thông số kỹ thuật không thể nói: phòng thí nghiệm vừa đặt tên LBS-27B đã làm việc trực tiếp với chính mô hình chiếm cùng ô tham số.

Đó là lý do vì sao đây là màn đối đầu quan trọng nhất trong lô này. Gemma 4 26B A4B là một kiến trúc khác và một phân khúc giá khác; Granite 4.2 30B là một lựa chọn doanh nghiệp dạng dense; LFM2.5 24B A2B là một thử nghiệm về hiệu quả. Qwen3.8 27B là mô hình mà một mẫu 27B mới từ một phòng thí nghiệm Trung Quốc nghiêm túc nhiều khả năng sẽ nhắm tới nhất. Việc LBS-27B là một thách thức đối với nó, một lựa chọn thay thế rẻ hơn hay một thứ gì đó hoàn toàn khác thì không thể biết được từ một kho chứa tệp giấy phép 28 byte — nhưng mức chuẩn mà Qwen đã đặt ra thì có thể biết được, và nó cao.

Qwen3.8 27B thực chất là gì

Qwen3.8 27B được quảng cáo là mô hình 27B, được liệt kê với 28B tham số ở BF16 trên Hugging Face, và được xây dựng trên ngăn xếp attention lai thay vì transformer tiêu chuẩn. Thẻ mô hình mô tả mười sáu khối lặp lại, mỗi khối chứa ba lớp Gated DeltaNet theo sau là một lớp Gated Attention, với kích thước ẩn 5,120, 64 lớp, 24 head attention, 4 head khóa-giá trị và chiều feed-forward rộng 17,408. Từ vựng gồm 248,320 token.

Cửa sổ ngữ cảnh có dung lượng gốc 262.144 token, có thể mở rộng lên khoảng một triệu token nhờ YaRN. Mô hình vốn có khả năng đa phương thức: nhận văn bản, hình ảnh và video, xuất ra văn bản. Chế độ suy nghĩ được bật theo mặc định, với các mức nỗ lực suy luận xhigh, medium và low, cùng cờ preserve-thinking được bật theo mặc định. Giấy phép là Apache-2.0. Các trọng số xuất hiện vào tháng 8 năm 2026.

Kiến trúc là phần đáng để dừng lại suy ngẫm. Các lớp Gated DeltaNet là những biến thể attention tuyến tính có khả năng mở rộng theo độ dài chuỗi tốt hơn attention đầy đủ, và việc xen kẽ chúng với một số lượng nhỏ các lớp attention đầy đủ là một cách để đạt được hành vi ngữ cảnh dài mà không phải trả chi phí bậc hai ở mọi lớp. Đây là một thiết kế tham vọng hơn so với một ngăn xếp dense thuần túy, và đó là kiểu thứ khó có thể sánh bằng ngay trong lần thử đầu tiên.

Quầy bar, qua những con số

Tất cả những kết quả sau đây đều do chính Qwen báo cáo và chưa được chúng tôi tái lập một cách độc lập. Chúng vẫn là mức chuẩn tham chiếu phù hợp, vì đó là những gì người mua sẽ dùng để so sánh.

• Lập trình và kỹ thuật phần mềm — LiveCodeBench v6 90.3, QwenSWEBench 79.0, SWE-bench Pro 61.7, DeepSWE 1.1 42.2, NL2Repo-Bench 42.3.

• Công việc trên terminal và tác tử — Terminal-Bench 2.1 (Terminus) 73.0, CoWorkBench 70.7, JobBench 33.4, Agents' Last Exam 20.4 pass@1 và điểm 42.9.

• Kiến thức và suy luận — GPQA Diamond 89.2, Humanity's Last Exam 30.8, IFBench 79.5. Chỉ số HLE cao bất thường đối với một mô hình 27B và là con số nổi bật nhất trên thẻ.

• Thị giác và sử dụng máy tính — OSWorld-Verified 84.3, AndroidWorld 81.9, WebArena Verified 64.8, MathVision 90.0 khi không tích hợp chuỗi suy luận và 94.6 khi tích hợp, OmniDocBench 1.5 91.1, RealWorldQA 85.9, suy luận CharXiv 83.7 và 90.2 khi tích hợp.

• Các hàng yếu hơn — SWE-MM 38.6, RecreationBench 47.1, ClawEval-MM 57.4 pass@3. Ngay cả những hàng yếu cũng vẫn đáng nể.

Đây không phải là một mô hình chỉ thắng trên một trục duy nhất. Nó cạnh tranh đồng thời ở lập trình, tri thức, thị giác và sử dụng máy tính, và chính hồ sơ đó khiến một đối thủ cùng kích cỡ khó tìm được vị thế. Một mô hình 27B mới không thể đánh bại nó chỉ bằng cách nhỉnh hơn một chút ở một điểm; nó cần một lập luận khác.

Những gì LBS-27B đã cho thấy

Không có gì có thể được đánh giá. Kho lưu trữ được tạo lúc 05:36 UTC ngày 26 tháng 10 năm 2026 và chứa một tệp có kích thước 1.519 byte, cụ thể là .gitattributes và một README 28 byte. README là tuyên bố giấy phép và chỉ là tuyên bố giấy phép: license: apache-2.0. Không có trọng số, không có cấu hình, không có tokenizer, không có thẻ mô hình và không có hàng điểm chuẩn nào. Lượt tải xuống không được theo dõi và lượt thích bằng không, và chúng tôi không thể tìm thấy bất kỳ thông báo, bài báo hay thảo luận công khai nào về mô hình ở bất kỳ đâu.

“27B” là một cái tên. Nó chưa được xác nhận là tổng số tham số, chứ chưa nói đến số tham số hoạt động, và không có dấu hiệu nào cho thấy liệu mô hình là dense, sparse hay được xây dựng trên một ngăn xếp attention lai như của Qwen.

Cuộc thăm dò là manh mối thú vị nhất.

inclusionAI's Qwen3.8-27B-singprobe được tạo vào ngày 14 tháng 9 năm 2026 và được gắn thẻ cho an toàn, rào chắn bảo vệ, truyền phát và phát hiện ảo giác. Nó dựa trên Qwen3.8 27B, được cấp phép theo Apache-2.0, và chưa thu hút được nhiều sự chú ý — 219 lượt tải xuống và hai lượt thích tại thời điểm viết bài.

Ý nghĩa của nó không nằm ở độ phổ biến. Nó cho thấy inclusionAI đã và đang đo đạc Qwen3.8 27B ở cấp độ trạng thái ẩn, nghĩa là phòng thí nghiệm hiểu đủ rõ các biểu diễn bên trong của mô hình để xây dựng một bộ phân loại dựa trên chúng. Đó là một dạng quen thuộc sâu hơn so với việc so sánh benchmark. Nó không chứng minh rằng LBS-27B được dẫn xuất từ Qwen3.8 27B — không có bằng chứng về điều đó, và hai tổ chức là những công ty riêng biệt, Ant Group và Alibaba — nhưng nó gợi ý rằng lớp 27B không phải là một mục tiêu ngẫu nhiên đối với phòng thí nghiệm này.

Điều này cũng gợi ra một khả năng đáng nêu tên: một phòng thí nghiệm tung ra các đầu dò an toàn song hành cùng mô hình có thể sẽ định vị 27B của mình xoay quanh khả năng kiểm soát và các rào chắn an toàn, thay vì vị thế dẫn đầu thuần túy trên benchmark. Nếu đó là lời chào hàng, thì so sánh với Qwen3.8 27B sẽ chuyển từ "mô hình nào đạt điểm cao hơn" sang "mô hình nào dễ triển khai an toàn hơn" — một câu hỏi khác với một đáp án khác.

Ba hướng mà chuyện này có thể diễn ra

Khi không có thẻ mô hình, cách trung thực là mô tả những hình dạng khả dĩ thay vì chọn một.

• Một lựa chọn thay thế Qwen rẻ hơn. Nếu LBS-27B là mô hình dense 27B với chất lượng tương đương và chi phí phục vụ thấp hơn, nó sẽ cạnh tranh về giá. Điều đó khó so với một mô hình ở mức $0.33 cho mỗi triệu token đầu vào, nhưng không phải không thể nếu công thức huấn luyện của inclusionAI hiệu quả hơn hoặc nếu nó nhắm tới số tham số hoạt động nhỏ hơn.

• Một nước đi vì hiệu quả. Nếu LBS-27B là mô hình thưa với số tham số hoạt động nhỏ, nó sẽ né tránh hoàn toàn đặc điểm tính toán của Qwen. Qwen3.8 27B là mô hình dày đặc, khiến chi phí trên mỗi token cao khi ngữ cảnh dài; một mô hình 27B thưa với chỉ một phần nhỏ tham số hoạt động có thể có chi phí thấp hơn nó, đổi lại là phải hy sinh một phần chất lượng. Đó chính là chiến lược của LFM2.5 được áp dụng ở quy mô lớn hơn.

• Một ngách khác. Nếu LBS-27B dẫn đầu về an toàn, độ phủ đa ngôn ngữ, xử lý tài liệu dài hoặc một khung tác tử cụ thể, thì có thể nó hoàn toàn không nhằm đánh bại Qwen3.8 27B trên mọi phương diện. singprobe là bằng chứng yếu cho điều này, nhưng đó là bằng chứng duy nhất hiện có.

Mỗi hình dạng đó ngụ ý một tệp cấu hình khác nhau. Đó là lý do vì sao khi thông tin kiến trúc được tiết lộ, nó sẽ mang lại nhiều thông tin hơn bất kỳ bài blog ra mắt nào.

Bản so sánh, với các chỗ trống được đánh dấu

• Thông số — Qwen3.8 27B được công bố là 27B và được liệt kê là 28B ở định dạng BF16; LBS-27B là bản 27B chưa được xác minh.

• Kiến trúc — sự kết hợp giữa các lớp Gated DeltaNet và Gated Attention dành cho Qwen; chưa rõ đối với LBS.

• Ngữ cảnh — 262.144 token gốc và khoảng một triệu token với YaRN đối với Qwen; chưa rõ đối với LBS.

• Phương thức — đầu vào văn bản, hình ảnh và video với đầu ra văn bản đối với Qwen; không rõ đối với LBS.

• Kiểm soát tư duy — mức nỗ lực suy luận ở xhigh, medium hoặc low đối với Qwen; chưa rõ đối với LBS.

• Giấy phép — Apache-2.0 cho Qwen; Apache-2.0 được công bố cho LBS.

• Giá — 0,33 USD cho mỗi triệu token đầu vào và 2,40 USD cho mỗi triệu token đầu ra đối với Qwen trên OrcaRouter; không có giá cho LBS.

• Đánh giá — thẻ nhà cung cấp đầy đủ cho Qwen, bao gồm các dòng lập trình, tác tử và thị giác; không có cho LBS.

Giá cả và lập luận về một API duy nhất

Qwen3.8 27B có sẵn trên OrcaRouter dưới dạng qwen/qwen3.8-27b với giá $0.33 mỗi triệu token đầu vào và $2.40 mỗi triệu token đầu ra, cùng toàn bộ ngữ cảnh 262,144 token. OrcaRouter chuyển tiếp giá niêm yết của nhà cung cấp với mức tăng giá 0%, vì vậy nếu Alibaba hoặc các đối tác lưu trữ của họ thay đổi mức giá, con số phía chúng tôi sẽ thay đổi ngay trong ngày. Ngoài ra còn có một mục niêm yết Qwen3.8 27B thứ hai trên nền tảng với mức giá cao hơn dưới tên nhà cung cấp khác, đáng để kiểm tra nếu bạn đang so sánh báo giá.

LBS-27B không có trên OrcaRouter. Không có gì để định tuyến tới. Khi đã có trọng số, cách thực tế để trả lời câu hỏi mà bài viết này không thể trả lời — liệu mô hình mới có thực sự tốt hơn cho khối lượng công việc của tôi không? — là gửi một phần lưu lượng đến nó qua cùng endpoint trong khi Qwen vẫn là phương án dự phòng. Tự động chuyển đổi khi lỗi khiến đó trở thành một thử nghiệm có thể đảo ngược thay vì một cuộc di chuyển, và DSL định tuyến nghĩa là có thể biểu diễn việc chia tách dưới dạng một chính sách thay vì một nhánh mã. Đó là vai trò hữu ích của bộ định tuyến trong một so sánh 27B: không phải chọn người thắng, mà là để bạn đo cái này với cái kia trên chính đầu vào của mình.

Điều gì sẽ khiến đây trở thành một so sánh thực sự?

Artifact đầu tiên là một tệp cấu hình. Nó sẽ phân định giữa dense và sparse, đồng thời đưa ra số lượng tham số hoạt động, điều này quyết định liệu LBS-27B đang cạnh tranh với Qwen về chất lượng hay né tránh đối đầu bằng chi phí.

Thứ hai là một tháp thị giác. Năng lực đa phương thức của Qwen3.8 27B không phải là một tính năng phụ; nó là một phần lớn lý do khiến mô hình có tính cạnh tranh trên các tác vụ về tài liệu, giao diện người dùng và sử dụng máy tính. Một LBS-27B chỉ xử lý văn bản sẽ là một sản phẩm nhỏ hơn, nhắm vào một phân khúc hẹp hơn của cùng nhóm người mua.

Điều thứ ba là một tuyên bố định vị từ inclusionAI. Phòng thí nghiệm chưa nói LBS-27B dùng để làm gì, và cái tên cũng không cho biết điều đó. Mọi điều trong bài viết này về ý định đều là suy luận từ một phép thăm dò, một giấy phép và một dấu thời gian.

Hiện tại, kết luận có thể bảo vệ được vẫn còn hẹp. Qwen3.8 27B là một trong những mô hình 27B mạnh nhất hiện có, với kiến trúc lai, khả năng đa phương thức gốc, lộ trình mở rộng lên hàng triệu token và mức giá dịch vụ lưu trữ rất cạnh tranh. LBS-27B là một kho lưu trữ vẫn chưa trở thành một mô hình. Khoảng cách giữa chúng không phải là khoảng cách về năng lực; đó là khoảng cách giữa một sản phẩm hoàn chỉnh và một cái tên đã được giữ chỗ — và câu hỏi thú vị là liệu một phòng thí nghiệm đã và đang đọc các trạng thái ẩn của Qwen đang chuẩn bị cạnh tranh với nó hay bổ trợ cho nó.