Qwen3.8-27B, Qwen3.5 temeli üzerine inşa edilmiş, metin, görüntü ve video girdilerini işleyebilen bir görsel-dil modeli . Arkasında Hibrit Geçitli DeltaNet (Hybrid Gated DeltaNet) adı verilen yenilikçi bir dikkat mekanizması bulunuyor . Bu mekanizma sayesinde her dört dikkat alt katmanından üçü lineer O(n) dikkat kullanıyor, böylece 262.144 tokenlik yerel bağlam penceresi, karesel bellek şişmesi olmadan yönetilebiliyor . Bu bağlam penceresi YaRN yöntemiyle yaklaşık 1 milyon tokena kadar genişletilebiliyor .
Resmi Hugging Face model kartından alınan temel özellikler şöyle :
| Özellik | Detay |
|---|---|
| Parametre Sayısı | ~27 milyar (bazı kaynaklar 28B diyor) |
| Mimari | Hibrit Geçitli DeltaNet + Geçitli Dikkat ile yoğun dönüştürücü |
| Bağlam Penceresi | 262.144 token (yerel), YaRN ile ~1M'ye genişletilebilir |
| Modalite | Metin, görüntü ve video girişi; ayarlanabilir düşünme modu |
| Lisans | Apache 2.0 (tamamen açık ağırlıklı) |
| Boyut (Quantize) | ~17 GB (4-bit, tüketici GPU'larında çalışır) |
Alibaba'nın yayınladığı kapsamlı kıyaslama tablosu, Qwen3.8-27B'nin rakiplerine karşı ne kadar iddialı olduğunu gözler önüne seriyor . İşte karşılaştırmalı sonuçlar :
| Kıyaslama | Qwen3.8-27B | Muse Glimmer-30B | Qwen3.7-Plus | Anthropic Opus4.6 Max | Qwen3.6-27B |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 (Ajan Terminal Kodlama) | 73.0 | 51.7 | 64.0 | 78.2 | 63.4 |
| SWE-bench Pro (Ajan Yazılım Mühendisliği) | 61.7 | — | 57.6 | — | 53.5 |
| CoWorkBench (Ofis/Ajan İşbirliği) | 70.7 | — | 65.1 | — | — |
| LiveCodeBench v6 (Rekabetçi Kodlama) | 90.3 | — | 89.6 | 88.8 | 83.9 |
| IFBench (Talimat Takibi) | 79.5 | 77.0 | 79.1 | 62.5 | 69.1 |
Öne Çıkan Üç Sonuç:
Kendi önceki nesli Qwen3.6-27B ile karşılaştırıldığında ise yeni model, Terminal-Bench'ta %15'lik bir iyileşme (73.0'a karşı 63.4) ve SWE-bench Pro'da 8 puanlık bir artış gösteriyor .
Qwen3.8-27B'nin piyasaya sürülmesi, Alibaba için stratejik bir değişimin sinyalini veriyor. Şirket, bir süredir en iyi modellerini API'lerin arkasında tutma eğilimindeydi . Apache 2.0 lisansı ve tüketici donanımında çalışabilme yeteneği, Qwen'in küresel itibarını inşa eden açık ağırlık stratejisine geri dönüş anlamına geliyor .
Bu hamle, Çin yapay zeka modellerinin küresel pazardaki çarpıcı yükselişinin bir parçası olarak görülüyor. 2026 yılı ortası itibarıyla, Çin kökenli modeller OpenRouter platformundaki token hacminin yaklaşık %61'ini oluştururken, ABD'nin payı bir yıl içinde %70'ten %30'a geriledi . Gartner, iki yıl içinde küresel işletmelerin yarısının, düşük maliyet ve izin verici lisanslama gibi nedenlerle Çin yapay zeka modellerini benimseyeceğini tahmin ediyor .
ABD-Çin Ekonomik ve Güvenlik İnceleme Komisyonu'nun Mart 2026 tarihli bir raporu, bu durumu bir "geri bildirim döngüsü" olarak tanımlıyor: Çin yapay zekasının yaygın kullanımı, model geliştirmeyi hızlandırıyor ve bu da daha fazla kullanıma yol açıyor . Qwen3.8-27B'nin Apache 2.0 lisansı, yasal engelleri ortadan kaldırarak bu eğilimi daha da güçlendiriyor .