Qwen3.8 27B стоит рассматривать прежде всего как модель для программирования, агентных процессов и развёртывания под собственным контролем. Её 20-е место в рейтинге объясняется не недостатком базовых способностей, а неровным профилем: высокие оценки за код, пользовательские предпочтения и доступность сочетаются с заметно более слабой эффективностью. Поэтому выбор зависит от того, что важнее проекту: качество сложной работы и открытые веса либо минимальная задержка и предсказуемая стоимость длинных ответов.
Коротко
- COMRAD Score: 83,1 — нормализованная редакционная оценка по шкале 0–100, а не процент правильных ответов.
- Место: 20-е в выпуске рейтинга COMRAD404 2026 H2.
- Главная сильная сторона: программирование — кодовый суббалл 92,6 и 12-е место в Code Arena по данным паспорта.
- Главная слабая сторона: эффективность — 33,6 при скорости 44,6 выходного токена в секунду и времени до первого токена 2,47 секунды в зафиксированном измерении.
- Доступность: веса опубликованы под Apache 2.0; модель не имеет статуса preview.
- Практический вывод: хороший кандидат для кодовых агентов, анализа репозиториев, работы с документами и управляемого самостоятельного размещения, но не автоматический выбор для интерактивных сервисов с жёстким бюджетом задержки.
Паспорт модели
| Параметр | Значение на 31 августа 2026 года |
|---|---|
| Модель | Qwen3.8 27B |
| Разработчик | Alibaba, команда Qwen |
| Место в рейтинге | 20 |
| COMRAD Score | 83,1 из 100 |
| Artificial Analysis Intelligence Index | 52,0 |
| LMArena Text | 1435,8; место 87; 5046 голосов |
| LMArena Code | 1598,3; место 12 |
| Цена API | $0,40 за 1 млн входных токенов; $3,00 за 1 млн выходных |
| Скорость вывода | 44,6 токена/с |
| Время до первого токена | 2,47 с |
| Контекст в паспорте | 1 000 000 токенов |
| Лицензия и веса | Apache 2.0, открытые веса |
| Reasoning | Поддерживается |
| Статус preview | Нет |
| Уверенность паспорта | Высокая |
Цена, скорость и задержка относятся к зафиксированному API-измерению. Они зависят от провайдера, аппаратной конфигурации, нагрузки, длины запроса, режима рассуждения и параметров генерации, поэтому не должны восприниматься как постоянные свойства весов модели.
Место в рейтинге
Qwen3.8 27B получила 83,1 балла и заняла 20-е место в рейтинге моделей ИИ COMRAD404 выпуска 2026 H2, рассчитанном по методологии версии 1.0. Итог складывается из пяти редакционно нормализованных суббаллов: качество имеет вес 40%, человеческие предпочтения — 30%, код — 15%, эффективность — 10%, доступность — 5%.
Такое распределение важно для интерпретации позиции. Высокие 92,6 за код не могут самостоятельно вывести модель на верхние строки: общий результат сильнее зависит от качества и предпочтений пользователей. Одновременно слабые 33,6 за эффективность отнимают часть преимущества, полученного в кодовых испытаниях. После применения весов профиль даёт округлённый COMRAD Score 83,1.
Само 20-е место не означает, что модель одинаково подходит для двадцати типов задач. Для разработки ПО её профиль выглядит сильнее общего места, а для чат-сервиса, где ответ должен начинаться почти мгновенно, — слабее. Рейтинг задаёт отправную точку, но решение следует принимать по нужному сценарию.
Разбор пяти суббаллов
| Суббалл | Оценка | Вес | Практическая интерпретация |
|---|---|---|---|
| Качество | 85,3 | 40% | Сильная общая способность решать интеллектуальные задачи, хотя независимый Intelligence Index равен 52,0 и имеет собственную шкалу. |
| Человеческие предпочтения | 89,0 | 30% | Ответы конкурентоспособны в слепых сравнениях, но текстовое место 87 показывает, что результат не следует трактовать как безусловное лидерство. |
| Код | 92,6 | 15% | Наиболее убедительная часть профиля; Code Arena rating 1598,3 соответствует 12-му месту в паспортном срезе. |
| Эффективность | 33,6 | 10% | Главный ограничитель итоговой оценки: необходимо измерять задержку, скорость и расход выходных токенов в своём режиме. |
| Доступность | 99,8 | 5% | Почти максимальная редакционная оценка благодаря доступным весам, лицензии Apache 2.0 и возможности самостоятельного размещения. |
COMRAD Score и суббаллы — не проценты качества. Аналогично LMArena rating не показывает долю правильных ответов: это статистический рейтинг, построенный на слепых попарных сравнениях. Artificial Analysis Intelligence Index также является отдельным индексом и не переводится напрямую ни в COMRAD Score, ни в LMArena rating.
Почему код — ключевая специализация
Кодовый суббалл 92,6 — максимум в профиле способностей Qwen3.8 27B, если не считать доступность как организационное свойство. Он согласуется с 12-м местом в Code Arena и рейтингом 1598,3. Это делает модель особенно интересной для задач, где результат можно проверять автоматически: генерации функций, исправления дефектов, рефакторинга, написания тестов, объяснения чужого кода и подготовки патчей.
Однако Code Arena отражает сравнительное пользовательское предпочтение в определённой среде, а не гарантирует прохождение тестов конкретного репозитория. Модель может хорошо формулировать решение, но ошибиться в версии зависимости, структуре проекта, контракте API или скрытом бизнес-правиле. Для рабочего контура её вывод следует пропускать через компилятор, линтер, тесты и проверку изменений человеком.
Официальная карточка позиционирует Qwen3.8 27B как плотную модель на 27 млрд параметров для кодовых, профессиональных и длительных агентных задач. Это заявление разработчика. Независимая часть профиля COMRAD404 опирается на переданные результаты Artificial Analysis и LMArena; смешивать официальные тесты Alibaba с независимыми измерениями в одну шкалу нельзя.
Возможности и сценарии
Работа с кодовой базой
Модель подходит для поиска связей между файлами, составления плана миграции, генерации тестов и подготовки черновика pull request. Наиболее безопасная схема — дать ей ограниченный набор инструментов, отдельную ветку и обязательный прогон проверок после каждого изменения.
Агентные процессы
Разработчик заявляет улучшенное планирование, обработку обратной связи от среды и управление глубиной рассуждения. В официальной документации доступны режимы low, medium и xhigh, причём reasoning включён по умолчанию. Для агента это полезно, но повышает важность лимитов: длинное внутреннее рассуждение способно увеличить расход выходных токенов и время выполнения.
Документы и длинный контекст
Паспорт фиксирует контекст 1 000 000 токенов. Официальная карточка уточняет существенную деталь: нативное окно составляет 262 144 токена, а расширение до миллиона выполняется специальным масштабированием позиционных кодировок или предоставляется в соответствующем размещённом режиме. Следовательно, миллион токенов нельзя автоматически считать одинаково доступным и одинаково качественным у всех провайдеров.
Изображения и видео
Официальная карточка описывает модель как vision-language систему с поддержкой изображений и видео. Эти функции расширяют сценарии до разбора скриншотов, схем и документов, но в переданном рейтинговом паспорте нет отдельного мультимодального суббалла. Поэтому статья не делает вывода о качестве зрения на основании текстовых и кодовых рейтингов.
Контроль рассуждения и развёртывание
Qwen3.8 27B поддерживает управляемое рассуждение. Для сложного анализа можно увеличить reasoning effort, а для коротких преобразований текста — отключить thinking или выбрать менее глубокий режим. Оптимальный вариант определяется не одним запросом: нужно сравнивать успешность всей цепочки, потому что более короткий ответ на отдельном шаге иногда приводит к дополнительным попыткам агента.
Веса доступны в формате, совместимом с распространёнными средствами запуска, а официальный репозиторий приводит варианты обслуживания через Transformers, vLLM, SGLang и TokenSpeed. Это не означает одинаковой производительности во всех движках. Различаются поддержка длинного окна, парсинг reasoning, вызов инструментов, кэширование и обработка мультимодальных данных.
Apache 2.0 и открытые веса дают широкие возможности для размещения и модификации. При этом конкретное приложение вокруг модели может включать сторонние библиотеки, датасеты, API и компоненты с собственными условиями. Лицензионную проверку всего стека нельзя заменять названием лицензии базовых весов.
Цена и скорость
В паспортном срезе вход стоит $0,40 за миллион токенов, а выход — $3,00. Стоимость вывода в 7,5 раза выше стоимости входа, поэтому финансовый риск сосредоточен не только в объёме документов, но и в длине reasoning и финального ответа. Например, агент, который многократно переписывает план или возвращает большие файлы целиком, может расходовать бюджет быстрее, чем система извлечения с большим входом и коротким результатом.
Измеренная скорость составляет 44,6 выходного токена в секунду, время до первого токена — 2,47 секунды. Эти величины описывают разные части задержки: первая влияет на продолжительность генерации, вторая — на то, как быстро пользователь увидит начало ответа. Для пакетной обработки 2,47 секунды могут быть приемлемы, а для интерактивного автодополнения — уже заметны.
Суббалл эффективности 33,6 показывает, что совокупность цены, скорости и задержки стала слабым местом профиля в методологии COMRAD404. Но из него нельзя вывести стоимость самостоятельного размещения: в паспорте нет данных о требуемой памяти, энергопотреблении, количестве ускорителей, цене инфраструктуры и пропускной способности при параллельных запросах.
Ограничения
- Неровный профиль. Сильный кодовый результат не устраняет слабую эффективность и среднее положение в текстовой таблице.
- Million-token context требует проверки. Официально нативное окно меньше, а расширение зависит от режима и инфраструктуры.
- Reasoning увеличивает переменность. Глубина рассуждения способна менять задержку, число выходных токенов и итоговую цену одного и того же задания.
- Рейтинги не заменяют проверку фактов. Ни LMArena, ни COMRAD Score не гарантируют достоверность ссылок, вычислений или утверждений модели.
- Мультимодальность не оценена отдельным суббаллом. В срезе нет независимой редакционной метрики качества работы с изображениями и видео.
- Нет отдельной метрики безопасности. Паспорт не содержит оценки устойчивости к prompt injection, утечкам данных, опасным инструментальным действиям или вредоносному коду.
- Нет данных о локальной экономике. По API-тарифу нельзя восстановить стоимость собственного кластера или рабочей станции.
Кому модель подойдёт
Стоит включить Qwen3.8 27B в шорт-лист, если команда строит кодового помощника, агента для репозитория, систему обработки больших документов или хочет разместить веса в контролируемой инфраструктуре. Особенно логичен пилот там, где результат можно проверять тестами и где доступность весов важнее минимальной задержки.
Нужна осторожность, если продукт требует почти мгновенного первого токена, генерирует очень длинные ответы или имеет жёсткий лимит стоимости на операцию. В таких системах следует отдельно тестировать reasoning и direct-response режимы, а также ограничивать максимальную длину вывода.
Не следует выбирать модель только по 20-му месту. Для кодового проекта её 12-е место в Code Arena может быть более релевантным сигналом, чем общий ранг. Для редакционного чат-бота, наоборот, важнее собственная оценка стиля, фактической точности и управляемости ответа.
Как проверить на своей задаче
- Соберите 30–100 реальных примеров. Не заменяйте их общими вопросами из интернета. В набор должны войти обычные, сложные и аварийные случаи.
- Зафиксируйте конфигурацию. Запишите провайдера, версию весов, режим reasoning, параметры генерации, длину контекста и лимит выхода.
- Сравните минимум два режима. Запустите direct response или
low, затемmediumлибоxhigh. Считайте не только качество ответа, но и полную стоимость завершённой задачи. - Измеряйте задержку раздельно. Сохраняйте time to first token, общее время, скорость вывода и число повторных попыток.
- Для кода используйте автоматическую проверку. Компиляция, unit-тесты, статический анализ и sandbox должны быть обязательными.
- Проведите тест длинного контекста. Размещайте проверяемые факты в начале, середине и конце документа; добавьте отвлекающие фрагменты и запросите точные ссылки на источник.
- Проверьте инструменты и безопасность. Агент не должен выполнять необратимые команды без подтверждения. Добавьте сценарии prompt injection и ошибочных аргументов функций.
- Определите порог внедрения заранее. Например: доля успешно завершённых задач, медианная цена, 95-й перцентиль задержки и допустимое число критических ошибок.
Рекомендуемый итог пилота — таблица по каждому примеру: успешность, оценка проверяющего, входные и выходные токены, стоимость, время до первого токена, полное время и причина сбоя. Такой протокол показывает, компенсирует ли сильный кодовый профиль модели её более слабую эффективность именно в вашем процессе.
FAQ
Что означает COMRAD Score 83,1?
Это нормализованная редакционная оценка по шкале 0–100, рассчитанная из пяти взвешенных суббаллов. Она не означает 83,1% правильных ответов.
Подходит ли Qwen3.8 27B для программирования?
Да, программирование — наиболее сильная часть её рейтингового профиля: кодовый суббалл равен 92,6, а в паспортном срезе Code Arena модель занимает 12-е место. Перед внедрением всё равно нужны тесты на вашем репозитории.
Можно ли запустить модель самостоятельно?
Да. Веса опубликованы под Apache 2.0, а официальные материалы описывают запуск через несколько популярных inference-фреймворков. Требования к конкретному оборудованию в рейтинговом паспорте не указаны.
Действительно ли контекст составляет миллион токенов?
В паспорте зафиксировано 1 000 000 токенов. Официальная карточка уточняет, что нативный контекст равен 262 144 токенам, а миллион достигается расширенным режимом, поэтому его необходимо проверять у выбранного провайдера или в собственной конфигурации.
Сколько стоит использование Qwen3.8 27B?
В срезе указано $0,40 за миллион входных и $3,00 за миллион выходных токенов. Тариф зависит от API-провайдера и режима и может измениться после даты среза.
Почему модель только на 20-м месте при сильном коде?
Итог учитывает не только код. Высокие оценки качества, предпочтений и доступности частично уравновешиваются суббаллом эффективности 33,6, а код имеет вес 15%.
Источники
- Официальная карточка Qwen3.8 27B на Hugging Face — модель, лицензия, архитектурный обзор, reasoning, мультимодальность и контекст.
- Официальный репозиторий Qwen3.8 — дата публикации Qwen3.8 27B, варианты запуска и материалы разработчика.
- Официальный материал Qwen о поколении Qwen3.8 — позиционирование семейства и заявленные направления развития.
- Artificial Analysis LLM Leaderboard — источник Intelligence Index, цены, скорости, задержки и контекста в зафиксированном срезе.
- LMArena Text Leaderboard — текстовый рейтинг, место и число голосов.
- LMArena Leaderboard — результаты Code Arena, использованные в кодовом суббалле.
Фактологический срез статьи — 31 августа 2026 года. Рейтинговые числа приведены только по переданному паспорту модели; текущие страницы провайдеров и бенчмарков после этой даты могут показывать другие значения.