Qwen 3.8 27B كان من أكثر الإصدارات المرتقبة للأوزان المفتوحة التي رأيتها منذ وقت طويل، وبدأت فوراً في اختباره واللعب معه عند صدوره. أناrunningه على محطة عمل Lenovo Think Station PGX واحدة، وهي محطة عمل紧凑ة تم إنشاؤها على شريحة Nvidia GB10 Grace Blackwell، وتأتي بذاكرة موحدة 128 GB وعرض نطاق 273 GB/s. من الخارج، فإنها تدير مهمة quite مملة تتراوح بين 15 إلى 30 رمية في الثانية، ولكن مع إعداد SGLang، NVFP4، و DFlash2 decoding التخميني، والذي أصبح وصفة قياسية لهذا الجهاز، فإنه يمكنه الوصول إلى حوالي 50 رمية في الثانية في الكود والاستدلال. إحدى اختباراتي، على الرغم من ذلك، أثبتت فقط كم أصبحت النماذج المحلية مذهلة. هناك أسباب للاعتقاد بالهيب عندما يتعلق الأمر بنماذج Qwen؛ لقد كانت لدي تجارب جيدة باستمرار مع Qwen 3.6 27B، و Qwen 3.8 27B حتى الآن، أكثر من نفس الشيء ولكن أفضل. في الواقع، وضعت Artificial Analysis Qwen 3.8 27B كأفضل نموذج للأوزان المفتوحة في فئة الحجم من 4B إلى 40B من بين 135 نموذجاً، بدرجة 52 في مؤشر ذكائها، وأرقامها الخاصة في أشياء مثل SWE-bench Pro تغلب على_models تكلفتها لتشغيلها غالية. أعطيتُه أصعب مهمة حقيقية تناسب جهاز واحد: عكس هندسة فحص ترخيص تطبيق تجاري، واحد لقد دفعتُ ثمنه واستخدمتُه بالفعل، فقط لرؤية كيف سيؤدي. من غير المرجح أن يكون في بيانات تدريبه، لكن هذه مهمة معقدة للغاية ومتخصصة، ونظرًا للقلق الذي عبّر عنه بعض الأشخاص حول قدرات النموذج الأمنية السيبرانية، fui...