Qwen3.8-27B выступил на Arena сенсационно, подтвердив ранее невероятные бенчмарки, что он сильнее Claude Opus 4.6 Max, которой всего-то полгода от роду

Qwen3.8-27B выступил на Arena сенсационно, подтвердив ранее невероятные бенчмарки, что он сильнее Claude Opus 4.6 Max, которой всего-то полгода от роду. Важно, что модель выступила очень ровно с рейтингом примерно 1600 баллов в разных категориях, а в общем чате в Expert выступила с 1503 балла, что лучше гигантских фронтиров Google и Meta. Иными словами, для SLM модель показывает невероятный баланс и явно не заточена на бенчмарки, т.к. были бы тогда где-то просадки, а не «ровное выступление».

Теперь становится всё более очевидно, что на нейросетях около 25-30B весов китайцами будут уже стабильно поставляться кодирующие модели на уровне фронтиров Anthropic, OpenAI, Google и Meta. Это «чудо» объясняется просто. Для Reinforcement Learning не требуется американская гигантомания LLM с «энциклопедическими знаниями» в 3-5T весов. Тема RL просто структурирует веса больше, а не их число.

В объёме весов около 30B помещаются стеки JavaScript, React, HTML и Python с их классическими библиотеками. Поэтому у всех ИТ-директоров должен чётко взяться приоритет на эти AI Friendly стеки, т.к. в случае ужесточения политик к доступу к облачным LLM как вендорами, так и Правительством придётся пересаживаться на локальные китайские модели. При большем числе разработчиков запуск даже компактной DeepSeek V4 Flash может быть проблемой с учётом ограничений на закупки GPU.

Сейчас нужно сокращать стеки, которые не AI Friendly как 1С или не проходящие по тестам в такой SLM библиотеки даже под React или Python. Сейчас оптимально «Золотой ИИ стек» начать внедрять хоть как-то, чтобы быть уверенным, что «План Б» на случай отключения ИИ-облаков в рабочем состоянии. Очевидно, что обычное формотворчество и разработку/проведение тестов стоит переводить на Qwen3.8-27B, как минимум проверять совместимость пайплайна с ним.

Телеграм: t.me/ainewsline

Источник: t.me

Комментарии: