Alex Getmanранні сигнали ШІ
UK

Qwen3.8

Alibaba

За повідомленнямиДата виходу невідомаОновлено

Хронологія

  1. · Посилання на джерела · GitHub search · Alibaba · commits · onprem-ai/deployment-catalog · @tomas-polach
  2. · Посилання на джерела · GitHub search · Alibaba · commits · finereli/pyramid-mcp · @finereli
  3. · Посилання на джерела · GitHub search · Alibaba · commits · fdietze/pi-infinite-context · @fdietze
  4. · Дописи автора · сімейство моделей · GitHub search · Alibaba · commits · agentgateway/agentgateway · @github-actions[bot]
    Уривок
    json.providers.nebius.models["Qwen/Qwen3.8-27B"].name = "Qwen3.8 27B";
  5. · Посилання на джерела · GitHub search · Alibaba · commits · aabhay007/Personal-AI-Core · @aabhay007
  6. · Посилання на джерела · GitHub search · Alibaba · commits · QuantumKuba/Diffactly · @QuantumKuba
  7. · Посилання на джерела · GitHub search · Alibaba · commits · Hallo-ich-bin-PeppaPig/Singularity · @Hallo-ich-bin-PeppaPig
  8. · Посилання на джерела · GitHub search · Alibaba · commits · Azure/azureml-assets · @hanbitmyths
    Уривок
    Add MAI, Qwen3.8 and Nemotron 3.5 Foundry Local coding models (#5452)
  9. · Дописи автора · сімейство моделей · GitHub search · Alibaba · pulls · xadupre/devdash-agents · @xadupre
    Уривок
    - Real Qwen3.8 27B on H200-101, physical CUDA 7: streaming generation and a follow-up turn succeeded. Used a temporary configuration with 16 KV blocks and
  10. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] qwen38_flash package entry: register() and READMEs
  11. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] MTP draft model
  12. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] KV offload pool regions
  13. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Runner input adapter
  14. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Hyper-connection layers
  15. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] GDN layer input preparation
  16. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Pooled KV cache materialization
  17. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] PD transfer: identity, manifest and Raiden connector
  18. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Config hook, geometry checks and pooled cache layout
  19. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] PLE feature: tables, host lookup, storage, offload and pooled PLE
  20. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Sequence-parallel prefill backbone
  21. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] QSA attention layer
  22. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Model-owned GDN op and layer (no register_oot)
  23. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Per-group Mamba index accessors
  24. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Mamba tail fold: export prefill checkpoints from inside the step
  25. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] In-place rows update op
  26. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] PLE Torch-to-JAX ops
  27. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] QSA Torch-to-JAX ops
  28. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Torch bridge for the QSA kernels
  29. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] GDN input preparation kernel
  30. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Unified KV pool kernels
  31. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] PLE lookup and gate kernels
  32. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Hyper-connection kernels
  33. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Pooled QSA kernel over the unified KV pool
  34. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] QSA KV write kernels (fused, main, compressed)
  35. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] QSA union-walk kernels (plan, dense, SparseCore gather, prefill)
  36. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] Qwen3.8-Flash model and registration hooks
  37. · Посилання на джерела · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Уривок
    [Model][Qwen3.8] QSA main-KV decode context parallelism over rank pairs (DCP-2) kernels
  38. · Посилання на джерела · GitHub search · Alibaba · pulls · vjmichael/Lu-AI-GUI · @vjmichael
    Уривок
    - Physical interactive owner Windows/Radeon Qwen3.8, Vulkan VRAM/TFFB TTFT p50/p95, and actual local installed MMProj; hosted CPU small models do not substitute.
  39. · Посилання на джерела · GitHub search · Alibaba · pulls · vitessio/vitess · @jdoupe
  40. · Посилання на джерела · GitHub search · Alibaba · pulls · nearai/cvm-compose-files · @PierreLeGuen
  41. · Посилання на джерела · GitHub search · Alibaba · pulls · michsindlinger/specwright · @michsindlinger
  42. · Дописи автора · сімейство моделей · GitHub search · Alibaba · pulls · SceneWorks/SceneWorks · @michaeltrefry
    Уривок
    SW-7119: Qwen3.8 27B describer model and tier in core, worker, API and catalog
  43. · Дописи автора · сімейство моделей · GitHub search · Alibaba · pulls · NVIDIA/hyperflare-inference · @Raydius
    Уривок
    The pinned Qwen3.8 Flash Next checkpoint trains a 262,144-token context (theta 10M, interleaved MRoPE 11/11/10). This adds a declared serving variant of the same weights
  44. · Посилання на джерела · GitHub search · Alibaba · pulls · FlashML-org/FreeToken · @zihaomu
  45. · Дописи автора · сімейство моделей · GitHub search · Alibaba · pulls · BuQQzz/SHIELD2.0 · @BuQQzz
    Уривок
    Makes Qwen3.8 27B (IQ1_M) a working coding model on an 8 GB card (RTX 2070 SUPER) through SHIELD's own llama-server.
  46. · Посилання на джерела · GitHub search · Alibaba · pulls · Azure/azureml-assets · @hanbitmyths
    Уривок
    Add MAI, Qwen3.8 and Nemotron 3.5 Foundry Local coding models
  47. · Посилання на джерела · GitHub search · Alibaba · pulls · 0xburden/modelship · @0xburden
    Уривок
    - Reviewed immutable catalog of 25 standalone Qwen3.8 GGUF quantizations; wizard displays sizes, numeric/letter/full-value selection and a visible UD-Q4_K_M default. No hardware-driven quant substitution; flags
  48. · Посилання на джерела · GitHub · QwenLM/qwen-code · PR
    Уривок
    - The Standard preset has the same qwen3.8 effort and GLM thinking gaps and will be aligned in a follow-up
  49. · Дописи автора · сімейство моделей · Alex Getman
    Уривок
    🚨 Qwen3.8 Omni Flash is out It can see, hear and understand video, then actually act on it Give it hours of footage and it can find the right moments, translate, edit or turn it into notes. Give it a meeting and it can pull out tasks and start working on them 1M context, API from $0.43
  50. · Дописи автора · сімейство моделей · Alex Getman
    Уривок
    🚨 QWEN3.8 FLASH NEXT IS OUT The leaked specs were real: • 125B multimodal MoE • Only 6B active • 262K native context, up to 1M Qwen says it beats Claude Opus 4.6 across coding, agentic tasks, tool use and several multimodal benchmarks.
  51. · Дописи автора · сімейство моделей · Alex Getman
    Уривок
    🚨 QWEN3.8 FLASH NEXT DROPS TODAY A ModelScope description that was quickly taken down reportedly revealed: • 125B main parameters • 51B N gram embeddings • Only 6B active per token • Multimodal MoE architecture The model is also an official preview of the upcoming Qwen4 architecture.
  52. · Дописи автора · Alex Getman
    Уривок
    ⚡️ Qwen 3.8 27B beat GPT 5.6 Terra This happened in the AA Agentic Index, a benchmark that tests how well models handle agentic tasks. And you can run Qwen 3.8 27B locally on a single RTX 3090.
  53. · Дописи автора · Alex Getman
    Уривок
    ⚡️ Alibaba released Qwen3.8’s weights A model at Claude Opus 4.6 level, a flagship just six months ago, can now run on a single RTX 4090. Qwen3.8 27B uses around 17 GB of VRAM when quantized and should deliver ~50 tok/s.
  54. · Дописи автора · Alex Getman
    Уривок
    Alibaba just teased Qwen3.8 with 2.4T parameters This is the new Qwen flagship, with open weights coming soon. Alibaba ranks it right below Claude Fable 5. Public benchmarks are still missing, so nobody really knows how close it actually is to Fable, or how it stacks up against GPT-5.6 Sol and Kimi K3. Pricing is the fun part. Kimi K3 costs $3/$15, so Qwen3.8 will probably land in the same range. The preview is already live in Qoder. It uses 10x fewer credits during the day and 50x fewer at night, so you can basically test it for free.
Технічні характеристики

Радар · Qwen3.8 · Дата виходу невідома

Питання

Коли було випущено Qwen3.8?

Дата виходу невідома