unsloth/Qwen3.8-27B

קוד פתוח

unslothapache-2.02026-08-13

safetensors
qwen3_5
unsloth

דגם מולטימודלי של 28 מיליארד פרמטרים שמביא חלון הקשר עצום של 262 אלף טוקנים. הוא נבנה במיוחד למשימות תכנות מורכבות, סוכנים אוטונומיים והבנה עמוקה של וידאו ומסמכים.

28Bפרמטרים
262,144טוקנים בהקשר
51.8 GBמשקל הקבצים
411,019הורדות בחודש

מה זה

הארכיטקטורה משלבת שכבות Gated DeltaNet עם מנגנוני קשב וחיזוי מרובה טוקנים, תצורה שמיועדת לעבד הקשרים ארוכים בלי לקרוס בביצועים. הדגם כולל מודל שפה עם אנקודר ויזואלי מובנה, כך שהוא מנתח תמונות, תרשימים וסרטונים ארוכים ברמת שעות ישירות בתוך רצף השיחה.

הייחוד כאן מגיע משליטה מובנית בתהליך החשיבה. מצב ההסקה פעיל כברירת מחדל עם אפשרות לכבות אותו, לקבוע את עומק המחשבה דרך פרמטרים ייעודיים, ולשמור על שרשרת ההיגיון גם בהודעות הבאות. בנוסף, המפרסמים שיפרו את התמיכה בקריאת כלים עם פירוק מבנים מקוננים ותמיכה בהגדרת Developer Role בסביבות סוכנים.

מתאים ל

סוכני פיתוח אוטונומיים
אינטגרציה לכלים חיצוניים בזכות פירוק אובייקטים מקוננים ותמיכה מובנית בתפקיד מפתח.
תחקיר מסמכים ווידאו ארוך
סריקת קבצים ענקיים וסרטים של שעות בחלון שמגיע למאות אלפי טוקנים בלי צורך בחיתוך מקדים.
פתרון בעיות קוד מורכבות
מצב חשיבה נשלט שמאפשר לכוונן את עומק ההסקה כדי לתכנן ארכיטקטורה לפני יצירת הפלט.

איפה זה נופל

יש פה מלכודת שחוזרת במודלים שמנסים לחשוב יותר מדי. הכרטיס מציין במפורש שאם מגדילים את עונש החזרתיות כדי לפתור לולאות פלט אינסופיות, המודל עלול לערבב שפות ולסבול מירידה בביצועים, מה שמחייב זהירות כפולה בעבודה בעברית. בנוסף, ברירת המחדל של עיבוד הווידאו מוגדרת בצורה שמרנית מאוד, וכדי להוציא ממנו ניתוח איכותי של סרטונים ארוכים תצטרכו לשנות ידנית הגדרות קונפיגורציה עמוקות כדי להקצות עד 224 אלף טוקנים רק לווידאו.

אותה משפחה

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

Qwen3.8-27B-GGUF10,675,683

שאלות
נפוצות

האם הדגם מתאים להרצה על מחשב נייד חזק?

לא בגרסה המקורית ששוקלת 51.8 ג'יגה בייט. כדי להריץ אותו מקומית על מחשב אישי תצטרכו להשתמש בגרסאות מכווצות דרך Unsloth Desktop, וגם אז תידרש כמות נכבדה של זיכרון מאוחד.

איך מבטלים את זמן ההמתנה של מנגנון החשיבה?

אפשר לכבות את מצב המחשבה בכל קריאה ולהעביר את המודל לתצורת הוראות ישירה. במצב כזה מומלץ לפי התיעוד לכוון את הטמפרטורה לערך של 0.7 כדי לקבל תשובות מיידיות וממוקדות.

איך מריצים

במשקל גולמי של כמעט 52 ג'יגה בייט, הרצה מקומית מלאה של קובצי המשקלים דורשת לפחות שני כרטיסי RTX 3090 או כרטיס A100 עם 80 ג'יגה זיכרון כדי להשאיר מקום לחלון ההקשר. למי שמחזיק תחנת עבודה רגילה, עדיף להמתין או להוריד גרסאות מכווצות בפורמט GGUF דרך Unsloth Desktop שמאפשרות דחיסה קיצונית יותר.

אם אתם צריכים רק לבדוק תאימות או להריץ משימות בודדות שמנצלות את מלוא ההקשר, להרים שרת ייעודי בענן עם החומרה הזו יעלה לא מעט כסף לשעה. במצב כזה, פנייה לשירות API מנוהל חוסכת את כאב הראש של ניהול זיכרון הווידאו.

pip install -U huggingface_hub
hf download unsloth/Qwen3.8-27B

הקבצים

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

הרישיון

הפרויקט מופץ תחת רישיון אפאצ'י 2.0. זהו רישיון קוד פתוח מתירני שמאפשר שימוש מסחרי חופשי, שינוי של הקוד והמשקלים, והפצה מחדש של המערכת בתוך מוצרים סגורים. התנאי העיקרי הוא שמירה על הודעת זכויות היוצרים והרישיון המקורי בקבצים הרלוונטיים.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗