Qwen3.8-27B

【HN用户评论摘要】 在 DeepSWE 上击败 Opus 4.7 Max（带 Claude Code）（42.2 vs 40）。看起来 Qwen 的 27B 模型继续发挥一些作用。Unsloth 的 GGUF 量化指标上升：https://huggingface.co/unsloth/Qwen3.8-27B-GGUF 我非常希望我们能得到一个新的 35B A3B 或类似的 MoE 模型！我还怀念 Qwen 3 Coder Next，它是 80B A3B，在很多用例中，<100B 的非密集模型将是最佳选择（当您拥有 VRAM 但没有 TDP 或计算能力时）。哎呀，我很乐意将 A5B 或 A8B 甚至 A10B 作为一种中间立场。还有无需登录即可查看图像的备用链接：https://xcancel.com/Alibaba_Qwen/status/2088280182356611304 人们会声称它无法与 Opus 相比，尽管它超越了分数。我不确定我是否不同意，但我也不确定我是否在乎。 如今大多数新型号都“足够好”。我不能抱怨，因为我宁愿花时间改进我的提示和文档。 Opus 在获取模糊提示方面可能_稍微好一点_，但它也非常昂贵，而且我太快达到了 5 小时的限制。我现在非常关心速度和效率。对于我的设置，我想要 2-3 个不同的 为什么 qwen/alibaba 不自己托管模型？我很期待在他们的编码计划中尝试一下。谷歌对他们的 Gemma 模型也是如此。 很多人在炒作 Qwen 时似乎没有考虑到的一件事是，像这样的模型有多少倾向于“过度思考”，似乎无休无止的“第二次猜测”。 3.8 似乎与我迄今为止尝试过的没有什么不同。尽管它功能强大，但当竞争模型（例如 Gemma4:26b-a3b）仅用 1/10 的“思考”标记就能一致地实现相同或相似的响应、实现更高的标记/秒、并花费一小部分时间时，很难证明使用它是合理的。我想“YMMV”取决于 原始链接：https://twitter.com/alibaba_qwen/status/2088280182356611304