SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Alibaba pokazała szkielet Qwen4, ale wyniki policzyła sobie sama

Alibaba wypuściła na Hugging Face Qwen3.8-Flash-Next, model z otwartymi wagami, w którym przy jednym tokenie pracuje 6 miliardów parametrów ze 125 miliardów, bo wagi rozłożono na 512 ekspertów. Na SWE-bench Pro dostaje 62,5 punktu i wygrywa o 0,8 punktu z gęstym Qwen3.8-27B tej samej firmy, więc przewaga leży w rachunku za token, a nie w jakości odpowiedzi. Tabelę narysowała jednak sama Alibaba, która przed pomiarem poprawiła sobie problematyczne zadania, a niezależnego pomiaru wciąż nie ma. To podgląd architektury pod Qwen4, tyle że po kwantyzacji potrzeba około 65 GB, czyli serwera.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  4 min  · 

Alibaba pokazała szkielet Qwen4, ale wyniki policzyła sobie sama
Ilustrację przygotowała AI.

Alibaba wrzuciła na Hugging Face Qwen3.8-Flash-Next, model z otwartymi wagami, w którym przy generowaniu jednego tokenu pracuje 6 miliardów parametrów, choć w sumie model ma ich 125 miliardów. Reszta w tym czasie leży odłogiem, bo wagi są rozdzielone między 512 wyspecjalizowanych ekspertów, a do każdego tokenu model budzi tylko 10 z nich plus jednego wspólnego. Zespół Qwen pisze wprost, po co ten model wyszedł: to eksperymentalny podgląd architektury, na której ma stanąć Qwen4.

Cała rzecz sprowadza się do tej proporcji. Prędkość generowania i koszt pojedynczego tokenu zależą od liczby parametrów, które faktycznie pracują, a nie od łącznej wagi modelu, więc te 6 miliardów ma dać tempo małego modelu przy wiedzy dużego. Alibaba twierdzi, że wyszło, i pokazuje tabelę, w której nowy model wygrywa z jej własnym Qwen3.8-27B, a ten przy każdym tokenie musi ruszyć wszystkie swoje wagi naraz, podczas gdy nowy tylko ułamek z nich. Architekturze tego modelu wierzę, tabeli z wynikami nie.

Co się zmieniło pod maską

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Qwen3.6-27B osiąga to, na co poprzednia generacja potrzebowała 397 miliardów parametrów
Model / Badania

Qwen3.6-27B osiąga to, na co poprzednia generacja potrzebowała 397 miliardów parametrów

3 min

Alibaba wypuściła 23 kwietnia Qwen3.6-27B: gęsty model open-source, który na SWE-Bench Verified osiąga 77,2%, ustępując tylko Claude 4.5 Opus (80,9%), a na Terminal-Bench 2.0 remisuje z nim na 59,3%. Przy 15 razy mniejszej liczbie wag niż poprzedni flagowiec Alibaby mieści się w FP8 na karcie z 32 GB, a w kwantyzacji 4-bitowej schodzi na sprzęt konsumencki. Architektura z proporcją 3:1 na korzyść uwagi liniowej daje natywne okno 262 144 tokenów, a opcja preserve_thinking pozwala agentowi nieść ślad rozumowania przez kolejne tury.
Alibaba nie ogłosiła premiery, tylko podmieniła ID modelu
Model / Badania

Alibaba nie ogłosiła premiery, tylko podmieniła ID modelu

4 min

Alibaba wypuściła Qwen3.8-Max-0902 bez wpisu na blogu, po prostu podmieniając identyfikator modelu w API, a tego samego dnia model wskoczył na pierwsze miejsce Code Arena w kategorii WebDev z 1691 punktami, trzy nad Claude Opus 5. Najmocniej urósł TerminalBench 3.0, z 11,3 do 29,0, co robi wrażenie tylko do chwili, gdy uświadomicie sobie, że model wciąż nie kończy ponad dwóch trzecich zadań w terminalu. Reszta porównań pochodzi z wewnętrznych testów Alibaby, ze zbiorem ochrzczonym QwenSWEbench włącznie, a przebieg agenta po repozytorium kosztuje 84 centy, czyli więcej niż 49 u Haiku 4.5.
Otwarte wagi, których jeszcze nie ma, a i tak nie odpalisz ich w domu
Model / Badania

Otwarte wagi, których jeszcze nie ma, a i tak nie odpalisz ich w domu

4 min

Alibaba wypuściło Qwen3.8-Max, model z mieszanką ekspertów o 2,4 biliona parametrów, i obiecało w ciągu tygodnia otworzyć jego wagi razem z mniejszym Qwen3.8-27B. Niezależny pomiar Vals AI ostudził zapał: zamiast reklamowanych 86,6 punktu na Terminal-Bench wyszło 67,4, choć w zbiorczym rankingu model i tak zrównał się z Claude Opus 4.7 przy około 2,3 razy niższym koszcie. Otwarte wagi to na razie obietnica bez karty modelu i licencji, a pełny model w kwantyzacji 4-bitowej potrzebuje około 1,2 TB VRAM, więc na własny serwer realnie trafi dopiero mały 27B.