Đánh giá Qwen 3.8 27B: Hiệu năng ấn tượng nhưng mặc định lại 'suy nghĩ quá đà'

Ngày 16 tháng 8 năm 2026

Sự kiện ra mắt lớn vào thứ Sáu là Qwen 3.8 27B, một mô hình ngôn ngữ lớn (LLM) có khả năng thị giác với 27 tỷ tham số, sử dụng giấy phép Apache 2 từ phòng thí nghiệm nghiên cứu Qwen của Alibaba. Tôi đã rất mong chờ phiên bản này: 27B là kích thước tuyệt vời để chạy mô hình trên một chiếc laptop có cấu hình hợp lý, và phiên bản tiền nhiệm Qwen 3.6 27B của nó đã rất ấn tượng.

Các điểm chuẩn (benchmark) do Qwen tự công bố cho mô hình này thực sự đáng kinh ngạc. Chúng cho thấy sự cải thiện so với cả Qwen 3.6 27B và Qwen 3.7-Plus (phiên bản đóng), vốn là một trong những mô hình mạnh nhất của Qwen ở mọi kích thước tính đến tháng 5 năm nay. Sẽ rất thú vị khi xem các đánh giá độc lập nhận xét gì về mô hình này.

Tôi đã chạy mô hình trên hai thiết bị khác nhau: MacBook Pro M5 Max 128GB và NVIDIA DGX Spark. Trên cả hai máy, tôi đều sử dụng LM Studio với bản dựng lượng tử hóa 17GB Q4_K_M. Tôi cũng đã thử sử dụng llama-server trực tiếp trên Spark.

Tài liệu của Qwen mô tả mô hình này mặc định để mức reasoning_effort (nỗ lực suy luận) là xhigh, và bản GGUF trên LM Studio mà tôi đang thử nghiệm vẫn giữ nguyên mặc định đó:

Qwen3.8 đi kèm với hỗ trợ chính thức cho reasoning_effort, có thể được sử dụng để điều chỉnh độ sâu suy luận và kiểm soát chi phí:

Đây là một thiết lập mặc định khá hài hước. Nó hoàn toàn không phải là cách tốt để chạy mô hình, đặc biệt là trên phần cứng phổ thông. Tôi thấy kết quả thu được cực kỳ giải trí.

Tôi nhanh chóng gặp vấn đề với giới hạn ngữ cảnh mặc định 8.192 token của LM Studio—Qwen đã sử dụng hết sạch chúng chỉ để suy nghĩ về những vấn đề tầm thường nhất. Tôi đã tải mô hình với độ dài ngữ cảnh tối đa 262.144 và vấn đề đó đã được giải quyết.

Đây là tệp SVG hình chú bồ nông đi xe đạp mà tôi nhận được từ lần thử đầu tiên với độ dài ngữ cảnh đã tăng lên. Mất 21 phút để tạo, sử dụng 22.276 token suy luận để tạo ra 3.223 token đầu ra. Bạn có thể đọc quá trình suy luận tại đây.

Đây là tệp SVG bồ nông tốt nhất mà tôi có thể tạo ra với một mô hình chạy trên máy cục bộ—và Qwen này khá nhỏ, chỉ là tệp 17GB trên ổ cứng. Có rất nhiều điểm đáng khen ở đây:

Liệu có đáng để chờ đợi 21 phút không? Chắc chắn là không.

Đây là cùng một câu lệnh đó nhưng chạy khi đã tắt tính năng suy luận—bản ghi tại đây. Lần này nó tạo ra 3.715 token và mất 137 giây—chỉ hơn hai phút một chút.

Và để đầy đủ hơn, tôi đã sử dụng OpenRouter để chạy cùng câu lệnh đó qua mô hình Qwen 3.8 2.4T-A95B lớn hơn nhiều (được phát hành tuần trước) và nhận được tệp SVG hoạt hình bắt mắt này:

Trình duyệt của bạn không hỗ trợ video HTML5.

Tôi đã nói rằng Qwen ở mức xhigh có xu hướng suy nghĩ quá mức, nhưng thực sự nó tệ đến mức nào?

Tôi đã thử một câu lệnh đơn giản hơn nhiều, vẫn với cài đặt mặc định "extra high" đó:

vẽ một hình svg của một hình tròn

Quá trình suy luận của Qwen bắt đầu như thế này:

Người dùng đang yêu cầu một bản vẽ SVG của một hình tròn. Một yêu cầu đơn giản — nhưng tôi muốn nó trở thành một tác phẩm được chế tác cẩn thận. Hãy để tôi tạo ra thứ gì đó vượt xa chỉ là một thẻ <circle>: một tệp SVG độc lập có cá tính — có lẽ là một "nghiên cứu hình tròn" hình học, với hoạt ảnh tinh tế, các vòng tròn xếp lớp và bảng màu đặc biệt.

Giữ đúng phạm vi: họ yêu cầu một SVG hình tròn. Vì vậy, cốt lõi là một hình tròn. Nhưng tôi có thể thêm sự khéo léo: các vòng tròn hướng dẫn đồng tâm (giống như bản vẽ compa/hình học), các vạch chia, hiệu ứng đổ bóng gradient nhẹ trên hình tròn chính, chuyển động xung quanh nhẹ nhàng (một vòng tròn đứt đoạn xoay chậm, hiệu ứng phát sáng nhấp nháy). Tôn trọng prefers-reduced-motion? Điều đó dành cho CSS nhiều hơn; SVG SMIL hoặc CSS bên trong SVG sẽ làm được.

Các tùy chọn bảng màu: mực màu xanh mòng két đậm trên giấy ấm? Hoặc hình tròn màu đỏ son đậm trên nền trắng nhạt với các đường kẻ xây dựng màu xanh hải quân — phong cách Bauhaus/vẽ bằng compa. Hãy để tôi chọn phong cách "nghiên cứu hình học": nền xám đá lạnh, hay giấy trắng sáng? Giấy trắng là ổn nếu không phải là sự kết hợp giữa màu kem và màu đất nung. [...]

Vài phút sau, nó tạo ra hình tròn hoạt hình tuyệt đẹp này, hoàn toàn không phải là thứ tôi đã yêu cầu!

Trình duyệt của bạn không hỗ trợ video HTML5.

Lời khuyên chân thành của tôi: hãy bỏ qua cài đặt mặc định đó. Hãy chạy Qwen 3.8 27B ở mức suy luận thấp hoặc thậm chí không suy luận lúc ban đầu. Đây là một mô hình tuyệt vời, nhưng chà, cài đặt mặc định đó là một khởi đầu tồi tệ.

Nó rất giỏi trong việc xác định khung bao (bounding boxes)

Một cách thú vị để kiểm tra mô hình thị giác là xem nó trả về khung bao quanh các mục trong ảnh tốt đến mức nào. Tôi đã thấy các mô hình Qwen trước đây xử lý tốt việc này, vì vậy tôi quyết định thử nghiệm nó bằng cách vẽ khung bao quanh một vài chú bồ nông.

Tôi đã thấy việc yêu cầu thang đo 0-1000 mang lại kết quả tốt trước đây. Tôi đã thử cách này:

Đây là quá trình suy luận, tạo ra kết quả này:

Đây là một sự khớp nối rất tốt. Dưới đây là các khung đó được hiển thị đè lên trên bức ảnh:

Xây dựng một công cụ để gắn nhãn khung bao

Hình ảnh trực quan hóa các khung bao đó được thực hiện bằng một công cụ tùy chỉnh mới mà tôi đã yêu cầu Qwen 3.8 27B xây dựng cho mình, chạy ngoại tuyến trên laptop.

Tôi quên giảm nỗ lực suy nghĩ nên nó đã bị làm quá mức cần thiết, nhưng nó đã tạo ra được giao diện đầy đủ này chỉ từ một câu lệnh duy nhất:

Xây dựng một trang HTML có ô nhập liệu để nhận URL của hình ảnh và một vùng văn bản (textarea) để nhận định dạng JSON theo kiểu trên.

Nó thêm hình ảnh vào trang, đo chiều rộng và chiều cao của nó, sau đó xử lý các tọa độ trong bbox_2d như được chia tỷ lệ từ 0-1000 và điều chỉnh chúng theo chiều rộng và chiều cao thực tế, sau đó nó hiển thị các khung có nhãn đè lên hình ảnh.

Ảnh chụp màn hình này cho thấy một trong những tính năng mà tôi không yêu cầu — một cảnh demo, phòng trường hợp bạn không có ảnh để kiểm tra công cụ:

Đây là đoạn liên quan trong quá trình suy nghĩ, nơi nó quyết định tự vẽ những chú bồ nông của riêng mình chỉ vì tôi đã sử dụng nhãn "pelicans" trong ví dụ JSON mà tôi đã cung cấp trong câu lệnh: