Câu trả lờiĐã xuất bản26 nguồn
Qwen3.8-27B là gì? Vì sao được gọi là “Opus 4.6 chạy tại chỗ”
Qwen3.8 27B là mô hình đa phương thức dense với 27 tỷ tham số, hỗ trợ văn bản, hình ảnh và video; bản lượng tử hóa có thể chạy trên hệ thống khoảng 17 GB RAM hoặc VRAM. Mô hình có ngữ cảnh gốc 262.144 token, có thể mở rộng lên 1 triệu token, hỗ trợ điều chỉnh mức độ suy luận và được phát hành theo giấy phép Apache 2.0.
Đăng bởiBiên tập bằng GPT-5.6 LunaHình ảnh được tạo bằng GPT Image 1.5
Câu trả lời nghiên cứu
Bài học chính
- Qwen3.8 27B là mô hình đa phương thức dense với 27 tỷ tham số, hỗ trợ văn bản, hình ảnh và video; bản lượng tử hóa có thể chạy trên hệ thống khoảng 17 GB RAM hoặc VRAM.
- Mô hình có ngữ cảnh gốc 262.144 token, có thể mở rộng lên 1 triệu token, hỗ trợ điều chỉnh mức độ suy luận và được phát hành theo giấy phép Apache 2.0.
- Biệt danh “Opus 4.6 chạy tại chỗ” phản ánh hiệu quả cùng một số điểm benchmark nổi bật, không phải bằng chứng cho thấy Qwen3.8 27B luôn ngang bằng hoặc vượt các mô hình AI đám mây hàng đầu.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba Qwen3.8-27B, the open-source Apache 2.0 model that topped Hugging Face’s global trending chart within two days, exceeded one. Article summary: Alibaba Qwen3.8-27B is a 27-billion-parameter, dense, open-weight multimodal model aimed at local agentic coding, tool use, and computer-use workloads. Its “local Opus 4.6” nickname is directionally useful for selected b. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Alibaba Qwen3.8-27B là mô hình AI đa phương thức, dense và có trọng số mở với 27 tỷ tham số. Mô hình được thiết kế cho lập trình, suy luận, sử dụng công cụ và các quy trình tác vụ trên máy tính. Điểm đáng chú ý không chỉ nằm ở điểm benchmark, mà còn ở khả năng chạy trên phần cứng nhỏ và rẻ hơn nhiều so với hạ tầng thường gắn với các mô hình AI frontier. 1
4
Qwen3.8-27B nhanh chóng trở thành một trong những bản phát hành AI chạy tại chỗ được quan tâm nhất. Kho Qwen3.8 chính thức vượt một triệu lượt tải chỉ sau vài ngày, trong khi các biến thể lượng tử hóa của Unsloth được báo cáo đạt 2,7 triệu lượt tải ngay sau đó. Đây là các chỉ số nền tảng thay đổi theo thời gian, không thể tự chúng chứng minh chất lượng mô hình. 48
54
56
Qwen3.8-27B có gì đặc biệt?
Đây là mô hình dense, nghĩa là toàn bộ mạng được sử dụng khi xử lý yêu cầu, thay vì chỉ kích hoạt một phần chuyên gia như kiến trúc mixture-of-experts. Qwen3.8-27B nhận đầu vào văn bản, hình ảnh và video. Tài liệu mô hình nêu cửa sổ ngữ cảnh gốc 262.144 token, có thể mở rộng lên 1 triệu token. Một số tài liệu Unsloth làm tròn con số này thành 256K, vì vậy người dùng nên kiểm tra đúng checkpoint và hệ thống phục vụ trước khi triển khai. 4
1
Mô hình mặc định hoạt động ở chế độ suy nghĩ và cung cấp tham số reasoning_effort. Mức xhigh mặc định có thể tạo chuỗi suy luận dài, dẫn tới độ trễ và mức tiêu thụ tài nguyên cao hơn. Các mức như medium hoặc low phù hợp khi cần cân bằng giữa độ sâu, tốc độ và chi phí tính toán. 6
19
Theo các nguồn về đợt phát hành, trọng số Qwen3.8-27B sử dụng giấy phép Apache 2.0. Về nguyên tắc, giấy phép này cho phép sử dụng thương mại, sửa đổi và phân phối lại, miễn là tuân thủ các điều kiện của giấy phép cùng những nghĩa vụ riêng có thể áp dụng cho phần mềm hoặc dữ liệu đi kèm. 10
Vì sao bị gọi là “Opus 4.6 chạy tại chỗ”?
Biệt danh này xuất phát từ sự kết hợp khá hiếm: mô hình chỉ có 27 tỷ tham số, có thể chạy trên phần cứng tiêu dùng sau khi lượng tử hóa, nhưng vẫn đạt điểm cao trong một số bài kiểm tra lập trình và tác vụ điều khiển máy tính.
Bảng so sánh do Qwen công bố cho thấy Qwen3.8-27B vượt Claude Opus 4.6 Max ở một số bài kiểm tra, trong khi Opus vẫn dẫn trước ở nhiều bài khác. 7
22
| Benchmark | Qwen3.8-27B | Opus 4.6 Max | Điều kết quả cho thấy |
|---|---|---|---|
| SWE-bench Pro | 61,7 | 53,4 | Qwen dẫn trước trong phép so sánh kỹ thuật phần mềm được báo cáo. |
| Terminal-Bench 2.1 | 73,0 | 78,2 | Opus dẫn trước ở tác vụ tác nhân làm việc trong terminal. |
| NL2Repo-Bench | 42,3 | 47,6 | Opus dẫn trước ở khả năng tạo mã ở cấp độ repository. |
| DeepSWE 1.1 | 42,2 | Không có số liệu | Qwen cải thiện mạnh so với mức 13,3 của Qwen3.6-27B. |
| LiveCodeBench v6 | 90,3 | 88,8 | Qwen dẫn trước trong phép so sánh được công bố. |
| GPQA-Diamond | 89,2 | 91,3 | Opus dẫn trước ở bài kiểm tra suy luận khó. |
| Humanity’s Last Exam | 30,8 | 40,0 | Opus vẫn giữ khoảng cách đáng kể. |
| CoWorkBench | 70,7 | 68,2 | Qwen nhỉnh hơn trong tác vụ văn phòng kéo dài được báo cáo. |
| OSWorld-Verified | 84,3 | 72,7 | Qwen dẫn trước trong so sánh về khả năng sử dụng máy tính. |
Các con số trên chủ yếu đến từ đánh giá trong model card của Qwen, được tổng hợp từ những hệ thống và thiết lập kiểm thử khác nhau. Kết luận thận trọng hơn là Qwen3.8-27B có năng lực cạnh tranh bất thường so với kích thước, đặc biệt trong lập trình, sử dụng máy tính và các tác vụ văn phòng có tính tác nhân. Những kết quả này không chứng minh mô hình luôn ngang bằng hoặc vượt Opus, DeepSeek, GPT hay các mô hình frontier mới hơn ở mọi loại công việc. 7
22
34
Mẫu benchmark cho thấy điều gì?
Điểm nổi bật nhất là sự chuyên biệt. Qwen3.8-27B thể hiện tốt hơn trong những nhiệm vụ yêu cầu làm theo hướng dẫn, viết hoặc sửa mã, thao tác với máy tính hay hoàn tất một quy trình có cấu trúc. Điểm 61,7 trên SWE-bench Pro cao hơn mức 53,4 được báo cáo của Opus 4.6 Max; kết quả 70,7 trên CoWorkBench cũng nhỉnh hơn mức 68,2. 34
Tuy nhiên, bức tranh thay đổi ở các bài kiểm tra tương tác terminal khó hơn, tạo mã ở cấp repository và suy luận nặng về kiến thức. Opus đạt 78,2 so với 73,0 của Qwen trên Terminal-Bench; 47,6 so với 42,3 trên NL2Repo-Bench; 91,3 so với 89,2 trên GPQA-Diamond; và 40,0 so với 30,8 trên Humanity’s Last Exam. 34
Vì vậy, một nhãn tổng quát như “cấp độ frontier” có thể gây hiểu lầm. Hiệu năng của tác nhân phụ thuộc vào bộ công cụ, prompt, độ dài ngữ cảnh, ngân sách suy luận, thiết lập lấy mẫu, bộ khung đánh giá và việc mô hình được kiểm tra độc lập hay bên trong một coding agent cụ thể. Một nguồn cũng lưu ý rằng bằng chứng độc lập về ưu thế toàn diện trước các hệ thống cùng hạng Opus vẫn còn hạn chế. 7
Các tuyên bố cho rằng Qwen3.8-27B ngang DeepSeek V4-Pro hoặc GPT 5.6 Luna nên được xem là nhận định so sánh tổng quát, chưa phải kết luận được xác lập bởi một bộ benchmark kiểm soát đồng nhất. 10
21
Cần phần cứng mạnh đến mức nào?
Mức yêu cầu thực tế phụ thuộc vào định dạng checkpoint, mức lượng tử hóa, độ dài ngữ cảnh và việc có bật xử lý hình ảnh, video hoặc công cụ tác nhân hay không.
- Khoảng 17 GB RAM hoặc VRAM: Unsloth giới thiệu các cấu hình lượng tử hóa có thể chạy trong phạm vi này. Đây là tuyên bố về mức tối thiểu để triển khai, không đảm bảo tốc độ cao, ngữ cảnh dài, xử lý đa phương thức nhanh hay chạy nhiều tác nhân đồng thời.
1
- GPU 24 GB: Bản 4-bit thường được xem là lựa chọn thực tế cho card đồ họa 24 GB, dù vẫn cần chừa bộ nhớ cho ngữ cảnh lớn và chi phí vận hành.
4
- Mac có 32 GB bộ nhớ hợp nhất: Cấu hình 4-bit cũng được mô tả là có thể chạy trên Mac với khoảng 32 GB unified memory.
- GPU workstation cao cấp: Suy luận FP8 hoặc các bản lượng tử hóa ưu tiên chất lượng sẽ thoải mái hơn với khoảng 32 GB VRAM khả dụng. GPU 24 GB phù hợp hơn với trọng số 4-bit.
- Offload sang CPU hoặc RAM: Có thể thực hiện với một số bản lượng tử hóa nhỏ, nhưng thường chậm hơn đáng kể so với việc giữ mô hình và bộ nhớ làm việc trên GPU đủ mạnh.
Giới hạn thực tế không chỉ là dung lượng tệp mô hình. Ngữ cảnh dài cần thêm bộ nhớ cho KV cache, còn hình ảnh và video làm tăng nhu cầu xử lý khi chạy. Một hệ thống có thể tải được trọng số chưa chắc đủ nhanh để dùng cho coding agent tương tác hoặc tác nhân điều khiển máy tính.
Các lựa chọn lượng tử hóa: từ thân thiện với laptop đến ưu tiên chất lượng
Các bản Atomic Dynamic GGUF dành cho cộng đồng có dung lượng khoảng 28,9 GB ở 8-bit và giảm xuống 8,5 GB ở 1-bit. Bản AD-IQ3_S dung lượng 13,84 GB được mô tả là lựa chọn thực tế hơn để chạy hoàn toàn trên máy 16 GB, dù các định dạng bit thấp sẽ kéo theo đánh đổi chất lượng rõ rệt. 3
9
11
Lượng tử hóa giảm yêu cầu bộ nhớ bằng cách lưu trọng số với ít bit hơn. Các đánh đổi chính gồm:
- chất lượng đầu ra giảm khi nén mạnh hơn;
- ít bộ nhớ hơn cho ngữ cảnh và KV cache;
- khả năng suy giảm trong xử lý hình ảnh, video và sử dụng công cụ;
- tốc độ khác nhau tùy bộ xử lý và runtime; và
- ít dư địa hơn cho nhiều yêu cầu đồng thời.
FP8 là lựa chọn riêng, hướng tới việc giữ chất lượng trong khi giảm bộ nhớ so với các định dạng độ chính xác cao hơn. Kho FP8 chính thức mô tả phương pháp lượng tử hóa theo block với độ chi tiết cao, tương thích với Transformers, vLLM, SGLang và TokenSpeed. 40
Phần mềm và hệ thống phục vụ được hỗ trợ
Các tệp chính thức trên Hugging Face liệt kê khả năng tương thích với Transformers, vLLM, SGLang và những hệ thống phục vụ liên quan. Checkpoint FP8 cũng có sẵn cho các môi trường hỗ trợ định dạng này. 19
40
Ollama là lựa chọn thực tế với nhiều người dùng phổ thông nhờ GGUF và các gói do cộng đồng đóng góp. Tuy nhiên, không nên đồng nhất hỗ trợ Ollama từ cộng đồng với tuyên bố hỗ trợ chính thức dành cho các tệp Transformers gốc. Lựa chọn phù hợp tùy vào ưu tiên: thiết lập desktop đơn giản, tinh chỉnh mô hình, tối đa thông lượng hay tích hợp vào một hệ thống agent tùy biến.
Vì sao bản phát hành này quan trọng?
Qwen3.8-27B hạ thấp rào cản để thử nghiệm các coding agent và computer-use agent có tính riêng tư cao. Doanh nghiệp có thể chạy trọng số trong môi trường nội bộ thay vì gửi mọi prompt, mã nguồn, ảnh chụp màn hình hoặc hướng dẫn vận hành lên API đám mây. Mô hình cũng có thể được kiểm tra, điều chỉnh và tích hợp vào phần mềm theo giấy phép mở đã nêu. 1
10
Tuy nhiên, chạy tại chỗ không đồng nghĩa với an toàn tuyệt đối. Một tác nhân có quyền sửa repository, chạy lệnh shell, duyệt website hoặc điều khiển desktop cần được đặt trong sandbox và chỉ cấp quyền ở phạm vi hẹp. Giữ dữ liệu trên thiết bị giúp giảm một loại rủi ro rò rỉ, nhưng không loại bỏ prompt injection, mã độc, lạm dụng công cụ hay lỗi của mô hình.
Ý nghĩa sâu hơn của Qwen3.8-27B nằm ở kinh tế và vận hành: một mô hình 27B có kết quả lập trình và điều khiển máy tính được báo cáo là mạnh có thể giúp thử nghiệm trên một máy tính tiêu dùng cao cấp. Nó chưa thay thế các mô hình đám mây mạnh nhất trong mọi tác vụ suy luận hoặc tác nhân, nhưng làm cho lựa chọn giữa quyền riêng tư tại chỗ và năng lực gần frontier bớt trở thành một sự đánh đổi tuyệt đối.
Kết luận
Qwen3.8-27B nên được nhìn nhận như một cột mốc về hiệu quả và khả năng tiếp cận, thay vì một sản phẩm thay thế Opus đã được chứng minh toàn diện. Mô hình kết hợp đầu vào đa phương thức, ngữ cảnh dài, mức suy luận có thể điều chỉnh, giấy phép mở và khả năng lượng tử hóa mạnh với các điểm số thực sự cạnh tranh trong một số tác vụ lập trình, văn phòng và sử dụng máy tính. 4
19
34
Với nhà phát triển, kết luận thực tế khá rõ ràng: Qwen3.8-27B đáng để thử nghiệm tại chỗ nếu quyền riêng tư, khả năng kiểm soát triển khai và quy trình coding agent là ưu tiên. Còn với tuyên bố về việc ngang bằng toàn diện với frontier, bằng chứng hiện vẫn hạn chế — và các điều kiện của benchmark quan trọng không kém những con số nổi bật.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Qwen3.8-27B là gì? Vì sao được gọi là “Opus 4.6 chạy tại chỗ”" là gì?
Qwen3.8 27B là mô hình đa phương thức dense với 27 tỷ tham số, hỗ trợ văn bản, hình ảnh và video; bản lượng tử hóa có thể chạy trên hệ thống khoảng 17 GB RAM hoặc VRAM.
Những điểm chính cần xác nhận đầu tiên là gì?
Qwen3.8 27B là mô hình đa phương thức dense với 27 tỷ tham số, hỗ trợ văn bản, hình ảnh và video; bản lượng tử hóa có thể chạy trên hệ thống khoảng 17 GB RAM hoặc VRAM. Mô hình có ngữ cảnh gốc 262.144 token, có thể mở rộng lên 1 triệu token, hỗ trợ điều chỉnh mức độ suy luận và được phát hành theo giấy phép Apache 2.0.
Tôi nên làm gì tiếp theo trong thực tế?
Biệt danh “Opus 4.6 chạy tại chỗ” phản ánh hiệu quả cùng một số điểm benchmark nổi bật, không phải bằng chứng cho thấy Qwen3.8 27B luôn ngang bằng hoặc vượt các mô hình AI đám mây hàng đầu.