GPT
הוספת כלי
Q

Qwen3.8-27B

קוד פתוח

Qwenapache-2.02026-08-05

  • transformers
  • safetensors
  • qwen3_5
  • image-text-to-text
  • conversational

יש כאן גם סקירה על Qwen עצמו.

מודל פתוח של 28 מיליארד פרמטרים שמנתח טקסט, תמונות ווידאו, עם דגש על משימות פיתוח מורכבות והרצת פקודות עצמאית. הוא מציע חלון הקשר עצום ויכולות חשיבה שנשלטות ישירות מתוך הקוד.

  • 28Bפרמטרים
  • 262,144טוקנים בהקשר
  • 51.8 GBמשקל הקבצים
  • 6,712,160הורדות בחודש

מה זה

מדובר במודל צפוף המשלב מנוע שפה יחד עם מעבד תמונה מובנה שמסוגל לעבד קובצי מדיה שלמים, מתרשימים מדעיים ועד וידאו באורך שעות. מעבר לקריאת קלט רב־ממדי, הוא נבנה עבור סוכנים אוטונומיים שצריכים לנהל סביבת פיתוח, להגיב למשוב מהטרמינל ולפתור בעיות תוכנה מקצה לקצה. מנגנון החשיבה שלו פעיל כברירת מחדל, אבל ניתן לכבות אותו במידת הצורך, לכוונן את עומק ההסקה או לשמר את שלבי המחשבה בין הודעות שונות בשיחה.

במבחני ביצועי תוכנה מול מודלים מתחרים, הוא עוקף את הדור הקודם בפער ניכר. בבדיקות של כתיבת קוד ותיקון באגים אמיתיים בסביבות מאגרי קוד כמו SWE-bench Pro הוא מגיע ל־61.7 נקודות, ובמבחן הטרמינל האוטונומי הוא רושם 73.0. המספרים האלה מראים שהוא מתמודד ביציבות גבוהה עם משימות מרובות שלבים שלא נגמרות בהשלמת שורה בודדת, אלא דורשות ניווט ותיקון עצמי בקוד מורכב.

מתאים ל

  • סוכן בדיקות ותיקון קוד

    הרצה בטרמינל לזיהוי שגיאות במאגרי קוד גדולים, תוך קריאת לוגים וביצוע פקודות bash עצמאיות לתיקון הפרויקט.

  • ניתוח מסמכים ותרשימים

    עיבוד תמונות טכניות ומסמכי STEM מורכבים הדורשים הסקה ויזואלית וטקסטואלית משולבת בדיוק גבוה.

  • משימות משרד מתמשכות

    סריקת קבצים גדולים וסרטונים לצורך יצירת דוחות ועיבוד מידע מרובה שלבים בסביבות עבודה מורכבות.

איפה זה נופל

למרות ההצלחה בתיקון באגים ומשימות הנדסת תוכנה, במשימות היגיון רב־תחומיות קיצוניות הוא עדיין מתקשה. במבחן HLE הוא משיג רק 30.8 נקודות, פחות ממודלי ענק ייעודיים. בנוסף, מנגנון החשיבה המובנה שפועל כברירת מחדל מאריך משמעותית את זמן ההמתנה לתשובה וגוזל טוקנים מיותרים בפניות קצרות ופשוטות. אם אתם מתכננים לשלב אותו במערכת שדורשת זמני מענה קצרים, תצטרכו לנטרל את ההסקה מראש ולוודא שהקוד שלכם לא נכשל במשימות הדורשות ידע כללי מופשט.

אותה משפחה

Qwen3.8 יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Qwen3.8-27B-FP86,985,465

שאלות
נפוצות

האם אפשר לכבות את מצב החשיבה כדי לקבל תשובות מהירות יותר?

כן. מצב החשיבה דלוק כברירת מחדל, אבל ניתן לבטל אותו בכל בקשה בנפרד. אפשר גם לשלוט בעומק המחשבה באמצעות הפרמטר reasoning_effort לפי הצורך.

כמה זיכרון גרפי נחוץ כדי להריץ את המודל הזה עצמאית?

המשקלים לבדם תופסים כמעט 52 גיגה־בייט. כדי להריץ אותם בדיוק מלא יחד עם חלון הקשר משמעותי, צריך לפחות 64 עד 80 גיגה־בייט של VRAM.

איך מריצים

המשקל הגולמי של הקבצים עומד על 51.8 גיגה־בייט, כך שהרצה מקומית בפורמט המקורי דורשת כרטיס שרת מקצועי עם לפחות 64 או 80 גיגה־בייט זיכרון גרפי, דוגמת A100 או H100. אם אתם עובדים על מחשב מקומי או שרת צנוע יותר, תצטרכו להמיר אותו לקוונטיזציה נמוכה יותר כדי להכניס אותו לשני כרטיסים ביתיים חזקים. המודל נתמך ישירות בספריות סטנדרטיות כמו vLLM, SGLang ו־transformers.

אם התשתית שלכם מוגבלת ואתם רוצים לנצל את מלוא חלון ההקשר המלא של 262,144 טוקנים, ניהול הזיכרון הגרפי הופך לכבד מאוד ולא תמיד משתלם. במקרה שאין לכם צורך בשליטה פיזית במשקלים או דרישות אבטחה שמחייבות ריצה מנותקת מהרשת, עדיף להמתין לשירות הענן המנוהל של המפתח שמציע חלון מורחב של מיליון טוקנים בלי עלויות שרתים קבועות.

from transformers import pipeline

pipe = pipeline("image-text-to-text", model="Qwen/Qwen3.8-27B")
print(pipe("שלום"))

הקבצים

32 קבצים במאגר, 51.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הקוד והמשקלים משוחררים תחת רישיון Apache 2.0 המאפשר שימוש מסחרי מלא, הפצה ושינוי של הקבצים ללא תמלוגים. אתם יכולים להטמיע את המודל בתוך שירותים ומוצרים סגורים, כל עוד אתם שומרים על הודעת זכויות היוצרים ומצרפים עותק של הרישיון המקורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗