Alibaba Group-ის კუთვნილმა Tongyi Lab-მა 14 აგვისტოს გამოუშვა Qwen3.8-27B — 27.8-მილიარდპარამეტრიანი ღია წონების მოდელი, რომელიც შექმნილია ისე, რომ ერთ მძლავრ GPU-ზეც კი მუშაობდეს და ისეთი შედეგები აჩვენოს, რაც ჩვეულებრივ გაცილებით დიდ სისტემებს სჭირდება. მოდელი მკვრივი და მულტიმოდალურია — კითხულობს ტექსტს, სურათებს და საათობით ხანგრძლივ ვიდეოს, ვრცელდება Apache 2.0 ლიცენზიით და მშობლიურად უჭერს მხარს 262,144-ტოკენიან საკონტექსტო ფანჯარას, რომლის გაფართოებაც მილიონ ტოკენამდეა შესაძლებელი.
რა შეიცვალა
წინა თაობის Qwen3.6-27B-სთან შედარებით, ახალი მოდელი მკვეთრ პროგრესს აჩვენებს ისეთ ამოცანებში, რომლებიც რეალურ კოდირებასა და მსჯელობას ამოწმებენ. Alibaba-ს საკუთარი ბენჩმარკის მონაცემებით, SWE-bench Pro-ს შედეგი 53.5-დან 61.7-მდე გაიზარდა, Terminal-Bench 2.1 — 63.4-დან 73.0-მდე, ხოლო OSWorld-Verified — სრული სამუშაო მაგიდის მართვის ტესტი — 63.9-დან 84.3-მდე. კომპანია პროგრესს მიაწერს ჰიბრიდულ ყურადღების არქიტექტურას, რომელიც 64 ფენაზე აერთიანებს ხაზოვან „Gated DeltaNet“ ფენებს სტანდარტულ ყურადღების ფენებთან — მიდგომა, რომელიც გრძელვადიან ამოცანებში მეხსიერების მოხმარებას ამცირებს, პარამეტრების უბრალო გაზრდის ნაცვლად.
თავსდება დესკტოპის GPU-ზეც
ამ წელს რამდენიმე ლაბორატორიის მიერ გამოშვებული ტრილიონპარამეტრიანი წამყვანი მოდელებისგან განსხვავებით, Qwen3.8-27B მიმართულია დეველოპერებზე, რომლებსაც მონაცემთა ცენტრი არ გააჩნიათ. Alibaba-მ ასევე გამოაქვეყნა FP8-კვანტიზებული ვერსია, ხოლო საზოგადოების მიერ შექმნილი 4-ბიტიანი ვერსიები წონებს იმდენად კუმშავს, რომ ერთ 24 გბ მეხსიერების მქონე სამომხმარებლო ბარათზეც კი თავსდება — მაგალითად, Nvidia RTX 4090-ზე — და არა მრავალ-GPU-იან სერვერულ სისტემებზე, რასაც უფრო დიდი ღია მოდელები საჭიროებენ.
ეს გამოშვება აგრძელებს ტენდენციას, როცა ლაბორატორიები მასშტაბთან ერთად ეფექტურობასაც აქტიურად ავითარებენ: Meta-ს საკუთარმა 30-მილიარდპარამეტრიანმა Muse Glimmer — ღია წონების აგენტურმა მოდელმა — და Apple-ის ჩინეთისთვის შექმნილმა მოდელმა, რომელიც Alibaba-ს დახმარებით შეიქმნა, ორივემ აჩვენა, რომ საშუალო ზომის ღია მოდელების სეგმენტში, სადაც ადრე გაცილებით დიდი, დახურული სისტემები ბატონობდნენ, კონკურენცია სულ უფრო მატულობს. Qwen3.8-27B ავსებს Alibaba-ს ფართო Qwen ოჯახს, რომელიც პატარა, მოწყობილობაზე მომუშავე მოდელებიდან ტრილიონპარამეტრიან წამყვან მოდელებამდე ვრცელდება, და კიდევ ერთხელ უსვამს ხაზს Alibaba-ს სწრაფვას ღია წონების ხელოვნური ინტელექტისკენ — გზას, ჩინეთის გარეთაც დეველოპერული ცნობადობის მოსაპოვებლად.