تخيل أنك تختار ورشة كاملة لا مطرقة واحدة. يجب أن يدخل نموذج الذكاء الاصطناعي المحلي من الباب، ويترك مساحة على طاولة العمل، ويفهم المادة أمامه، ويستخدم الأدوات من دون إرسال العمل الخاص إلى الخارج. يجذب Qwen3.8-27B الانتباه لأن هذه الشروط تجتمع في نقطة تحقق واحدة. إنه نموذج كثيف للرؤية واللغة بحجم 27 مليار معامل مبني على الأساس الهجين لـQwen3.5: تتكرر ثلاث طبقات Gated DeltaNet ثم طبقة انتباه كامل. يساعد الانتباه الخطي على الكفاءة، بينما يربط الانتباه الكامل الدوري التفاصيل المتباعدة.
وصف «متعدد الوسائط» هنا ليس زر رفع صورة للزينة. تدرب Qwen النموذج وتوزعه لفهم النص والصورة والفيديو. يستطيع وكيل برمجة محلي فحص لقطة شاشة وقراءة رسالة خطأ ومقارنتها بملفات المصدر وتشغيل الأدوات، من دون إرسال الصورة أولاً إلى خدمة رؤية سحابية منفصلة. وتصف البطاقة أيضاً العمل مع المستندات والرسوم والمتصفح والهاتف والفيديو الطويل. لذلك يبدو Qwen3.8 أقرب إلى منضدة عمل خاصة عامة من محرك إكمال تلقائي متخصص.
تفسر أرقام الإطلاق الحماس: 61.7 في SWE-bench Pro و73.0 في Terminal Bench 2.1 و42.2 في DeepSWE 1.1 و90.3 في LiveCodeBench v6. وفي الوكلاء متعددي الوسائط تعلن Qwen عن 84.3 في OSWorld-Verified و64.8 في WebArena-Verified و70.7 في CoWorkBench. وبالمقارنة مع Qwen3.6-27B يظهر التحسن في إصلاح المستودعات والعمل في الطرفية والمهام المكتبية واستخدام الحاسوب، لا في اختبار واحد مختار بعناية. هذا الاتساع أهم من رقم منفرد.
لكن المعيار جهاز مختبر وليس قانوناً طبيعياً. تستخدم نتائج SWE-bench Pro وDeepSWE بيئة Claude Code وسياقاً طويلاً وإعدادات معلنة. وصححت Qwen مهام إشكالية وأعادت تقييم النماذج الأساسية. أما CoWorkBench وQwenSWEBench فاختباران داخليان. يستخدم MathVision مطالبة ثابتة وتعليقات مصححة، وتعتمد بعض اختبارات الوكلاء البصريين على مقيمين وبيئات محددة. لا يلغي ذلك فائدة الأرقام؛ بل يشرح المقاس: Qwen3.8 داخل منظومة منتقاة. قد تختلف النتيجة في Ollama أو LM Studio أو llama.cpp أو وكيلك الخاص.
وتحتاج قصة العتاد إلى الصراحة نفسها. يبلغ مجموع أجزاء BF16 الرسمية قرابة 55.6 جيجابايت قبل أعباء التشغيل. ويبلغ ملف Q4_K_M من Unsloth نحو 17.1 جيجابايت، ويضيف عارض الرؤية 0.93 جيجابايت. يناسب تنزيل بحجم 18 جيجابايت بطاقة 24 جيجابايت، لكن الستة الباقية مطلوبة للمخازن وذاكرة KV التي تتذكر الرموز السابقة. وكلما طال السياق زاد الاستهلاك. البطاقة ذات 24 جيجابايت بداية واقعية لعمل مفيد، لا وعداً بتشغيل 262,144 رمزاً بأقصى سرعة.
تمنح Qwen المشغل أدوات تحكم جيدة على نحو غير معتاد. النافذة الأصلية 262,144 رمزاً، وتوثق البطاقة YaRN نحو مليون في vLLM وSGLang وTokenSpeed. التفكير مفعل افتراضياً وله مستويات low وmedium وxhigh، ويمكن حفظ سياقه عبر حوار الوكيل. كما دُرّب رأس لتوقع عدة رموز تستطيع المحركات المتوافقة استخدامه لتسريع التوليد. هذه مفاتيح ضبط لا سحراً: قد يضعف YaRN الثابت النصوص القصيرة، وقد يؤدي تقليل التفكير إلى إخفاقات ومحاولات جديدة تلتهم التوفير.
ينبغي أن يكون الاختبار الأول عادياً عن قصد. حمّل تكميمًا يبقى في الذاكرة، واختر نافذة تترك هامشاً، ثم أعط Qwen مهمة حقيقية ذات نهاية واضحة: إصلاح اختبار فاشل، أو استخراج أرقام من تقرير خاص، أو إعادة بناء واجهة من لقطة. سجل الإنجاز والمحاولات والسرعة والتصحيح البشري. ثم شغل Qwen3.6 أو نموذجك الحالي بالشروط نفسها. هكذا تقيس ورشتك أنت، لا مختبر شخص آخر.
في الوقت الحاضر، يمثل Qwen3.8-27B أفضل خيار افتراضي عند تقاطع الخصوصية والقدرة وتعدد الوسائط والعتاد المتاح. قد تكون النماذج المفتوحة الأكبر أذكى في جوانب صعبة، والأصغر أسرع. يحتل Qwen الوسط المفيد: قوي بما يكفي للعمل الجاد، وصغير بما يكفي ليعيش تحت مكتب واحد، ومفتوح بما يكفي ليبقى ذلك المكتب ملكك وحدك.
