Alibaba Qwen ra mắt Qwen3.8-27B
Tổng quan sự kiện
Toàn cảnh do AI tổng thuật
Ngày 14 tháng 8 năm 2026, đội ngũ Alibaba Qwen chính thức công bố mã nguồn mở cho dòng mô hình Qwen3.8, bao gồm Qwen3.8-27B và phiên bản cao cấp Qwen3.8-2.4T-A95B. Qwen3.8-27B là mô hình đa phương thức thuần túy (native multimodal dense model) với 27 tỷ tham số, được phát hành dưới giấy phép Apache 2.0, cho phép mọi nhà phát triển, viện nghiên cứu và doanh nghiệp tự do tải xuống, triển khai và sử dụng.
Mô hình hỗ trợ cửa sổ ngữ cảnh gốc 262K, có thể mở rộng lên 1 triệu tokens thông qua công nghệ YaRN. Theo công bố chính thức, hiệu năng tổng thể của mô hình vượt qua Qwen3.7-Plus, đặc biệt nổi bật trong các tác vụ lập trình và văn phòng, đồng thời bổ sung tính năng reasoning_effort giúp kiểm soát độ sâu tư duy tùy theo độ khó của nhiệm vụ.
Các báo cáo từ bên thứ ba cho biết mô hình này đã đạt trạng thái SOTA (tiên tiến nhất) trong các tác vụ lập trình Agent, sử dụng máy tính, thao tác trình duyệt và các công việc chuyên môn dài hạn. Dù nhiều tiêu chuẩn đánh giá vượt qua Claude Opus 4.6 Max, kết quả này vẫn là dữ liệu tự kiểm tra từ phía nhà phát triển và cần được xác thực độc lập. Các báo cáo mới nhất đã bổ sung số liệu cụ thể: SWE-bench Pro đạt 61.7 so với 53.4, OSWorld đạt 84.3 so với 72.7, đồng thời nhấn mạnh mô hình có thể chạy cục bộ trên một card đồ họa phổ thông 24GB.
Tổng thuật do AI tổng hợp từ toàn bộ bài đưa tin, cập nhật theo diễn biến · làm mới T7 · 15/08 · 10:51.
Diễn biến mới nhất
Qwen3.8-27B có thể vận hành trên một card đồ họa 24GB duy nhất, với hiệu suất lập trình và các tiêu chuẩn đánh giá về Agent vượt qua Opus 4.6.
Chính chủ · 2 bài
Nghe trực tiếp từ bên liên quan
- X: Alibaba Cloud (@alibaba_cloud)Alibaba Cloud mã nguồn mở dòng mô hình Qwen3.8
- X: Tongyi Qwen / Qwen (@Alibaba_Qwen)Qwen mã nguồn mở dòng mô hình Qwen3.8
Dòng thời gian đưa tin
Đang hiện 8 bài · tất cả · mới trước
T7 · 15/08
Qwen3.8-27B chính thức mã nguồn mở, vượt mặt Opus 4.6 trên một GPU đơn lẻ
X: AI Notes (@AYi_AInotes)Mô hình mã nguồn mở Qwen3.8-27B vừa được phát hành, với 27 tỷ tham số có thể chạy cục bộ trên một card đồ họa tiêu dùng 24GB. Khả năng lập trình và tác vụ Agent của mô hình này đã vượt qua Claude Opus 4.6 (đạt 61,7 điểm so với 53,4 điểm trên SWE-bench Pro và 84,3 điểm so với 72,7 điểm trên OSWorld).
T6 · 14/08
Alibaba mã nguồn mở mô hình đa phương thức Qwen3.8-27B
X: Rohan Paul (@rohanpaul_ai)Alibaba ra mắt Qwen3.8-27B, một mô hình đa phương thức dày đặc (dense model) mã nguồn mở với 27 tỷ tham số. Mô hình này sử dụng giấy phép Apache 2.0, hỗ trợ Transformers, vLLM, SGLang và triển khai lượng tử hóa cục bộ.
Qwen3.8-27B ra mắt: Mô hình đa phương thức thuần túy với 27 tỷ tham số, hiệu suất tổng thể vượt trội so với Qwen3.7-Plus
Hacker News Nổi bật (buzzing.cc bản dịch tiếng Trung)Tongyi Qianwen vừa phát hành Qwen3.8-27B, một mô hình đa phương thức thuần túy dạng dày đặc (dense model) chỉ với 27 tỷ tham số, sở hữu hiệu suất tổng thể vượt trội so với Qwen3.7-Plus, đặc biệt xuất sắc trong các tác vụ lập trình thực tế và quy trình làm việc văn phòng. Mô hình này hỗ trợ độ dài ngữ cảnh gốc 262K, có thể dễ dàng mở rộng lên 1 triệu token thông qua YaRN và được phát hành dưới giấy phép mã nguồn mở Apache 2.0. Ngoài ra, trọng số mở của phiên bản Qwen3.8-2.4T-A95B (cấp độ Max) cũng đã được công bố gần đây.
Alibaba Cloud mã nguồn mở dòng mô hình Qwen3.8
X: Alibaba Cloud (@alibaba_cloud)Chính chủAlibaba Cloud thực hiện cam kết khi công bố mã nguồn mở dòng mô hình Qwen3.8. Trong đó, Qwen3.8-27B là mô hình đa phương thức thuần túy, chỉ với 27 tỷ tham số nhưng đã vượt trội toàn diện so với Qwen3.7-Plus, hỗ trợ ngữ cảnh gốc 262K và có thể mở rộng lên 1 triệu tokens thông qua YaRN, sử dụng giấy phép Apache 2.0. Trọng số của phiên bản cao cấp Qwen3.8-2.4T-A95B cũng đã được phát hành.
Alibaba phát hành trọng số mã nguồn mở Qwen3.8-27B
X: Testing Catalog (@testingcatalog)Alibaba đã phát hành trọng số Qwen3.8-27B trên Hugging Face theo giấy phép Apache 2.0. Đây là mô hình đa phương thức thuần túy với 27 tỷ tham số, có hiệu năng tổng thể vượt Qwen3.7-Plus và thể hiện xuất sắc trong các tác vụ lập trình cũng như văn phòng thực tế. Mô hình hỗ trợ ngữ cảnh gốc 262K, có thể mở rộng lên 1 triệu tokens qua YaRN, với kết quả kiểm chuẩn tương đương Opus 4.6. Trọng số của Qwen3.8-2.4T-A95B (phiên bản cao cấp) cũng đã được đồng thời công bố.
Qwen mã nguồn mở dòng mô hình Qwen3.8
X: Tongyi Qwen / Qwen (@Alibaba_Qwen)Chính chủQwen đã thực hiện đúng cam kết khi chính thức mã nguồn mở dòng mô hình Qwen3.8. Trong đó, Qwen3.8-27B là mô hình đa phương thức thuần túy (native multimodal dense model), dù chỉ sở hữu 27 tỷ tham số nhưng đã vượt qua toàn diện Qwen3.7-Plus. Mô hình hỗ trợ độ dài ngữ cảnh gốc 262K, có thể mở rộng lên 1 triệu tokens thông qua YaRN và được phát hành theo giấy phép Apache 2.0. Phiên bản cao cấp Qwen3.8-2.4T-A95B cũng đã được công bố đồng thời dưới dạng mở trọng số.
Ra mắt Qwen3.8-27B: Mô hình nhỏ thách thức các tác nhân thông minh tiên tiến
X: Kim (@kimmonismus)Alibaba Qwen ra mắt Qwen3.8-27B, mô hình đa phương thức mã nguồn mở với 27 tỷ tham số. Hãng tuyên bố mô hình đạt trạng thái SOTA (hiệu năng tốt nhất hiện nay) trong các tác vụ lập trình, sử dụng máy tính, thao tác trình duyệt và các công việc chuyên môn dài hạn, vượt qua Claude Opus 4.6 Max ở nhiều tiêu chuẩn đánh giá. Mô hình hỗ trợ hình ảnh, video, suy luận có thể tùy chỉnh, độ dài ngữ cảnh gốc 262K có thể mở rộng lên 1 triệu và cho phép tự lưu trữ theo giấy phép Apache 2.0. Kết quả kiểm chuẩn dựa trên tự đánh giá của hãng và đang chờ xác thực độc lập.
Alibaba mã nguồn mở mô hình Qwen3.8-27B, hiệu năng trong lập trình và văn phòng vượt trội so với Qwen3.7-Plus
IT HomeTài khoản chính thức của Qwen (Alibaba) thông báo chính thức mã nguồn mở Qwen3.8-27B, cho phép mọi nhà phát triển, viện nghiên cứu và doanh nghiệp tự do tải xuống, triển khai và sử dụng. Đây là mô hình đa phương thức thuần túy, hỗ trợ ngữ cảnh gốc 262K và có thể mở rộng lên 1 triệu tokens thông qua công nghệ YaRN. So với Qwen3.6-27B, mô hình mới cải thiện đáng kể hiệu suất trong các tác vụ lập trình và văn phòng, vượt qua Qwen3.7-Plus, đồng thời bổ sung tính năng "reasoning_effort" để kiểm soát độ sâu suy luận tùy theo độ khó của tác vụ.