Qwen 3.8-27B od Alibaba celuje w edge AI na laptopach
Najważniejsze informacje
- •Alibaba Cloud wydała Qwen 3.8-27B w miniony weekend na licencji Apache 2.0.
- •Model jest zoptymalizowany pod kątem inżynierii oprogramowania, rozumowania i zadań o długim horyzoncie czasowym oraz pozwala użytkownikom kontrolować głębokość rozumowania i zachowywanie kontekstu.
- •Wariant 27B został zaprojektowany do lokalnego uruchamiania na laptopie, co podkreśla dążenie do wdrożeń edge AI.
- •Analitycy branżowi wskazali, że lokalne wykonywanie obliczeń może pomóc przedsiębiorstwom lepiej zarządzać kosztami operacyjnymi AI i wydatkami na tokeny.
- •Strategia edge Alibaba wspiera również plan wprowadzenia funkcji AI do urządzeń Apple sprzedawanych w Chinach.

Alibaba Cloud zaprezentowała najnowszy wariant swojego flagowego modelu, Qwen 3.8-27B, co jest kolejnym sygnałem, że konkurencja w otwartych modelach między chińskimi i amerykańskimi twórcami dalej się zaostrza.
Wydany w miniony weekend na licencji Apache 2.0 model o otwartych wagach został zoptymalizowany pod kątem inżynierii oprogramowania, rozumowania i zadań o długim horyzoncie czasowym. Alibaba podała, że model może zapewnić silniejsze autonomiczne planowanie oraz elastyczną kontrolę nad rozumowaniem, pozwalając użytkownikom określić, jak głęboko model powinien rozumować i czy kontekst wykorzystywany do wsparcia tego rozumowania ma być zachowany, czy usunięty.
Premiera nastąpiła kilka dni po tym, jak amerykańscy dostawcy Meta i Nvidia przedstawili własne nowe otwarte modele. Podkreśla ona także trwający trend przenoszenia AI na urządzenia brzegowe, gdzie lokalne wykonywanie obliczeń może mieć znaczenie dla organizacji, które balansują między wydajnością, prywatnością a kosztami. Podobnie jak Meta Muse Glimmer i Nemotron 3.5 Lightning od Nvidii, mniejszy wariant 27B modelu Qwen zaprojektowano tak, aby działał lokalnie na laptopie. Najpotężniejszy model Alibaba, Qwen 3.8-Max, ma 2,4 biliona parametrów i jest 88 razy większy niż Qwen 3.8.
Zwrot ku wdrożeniom brzegowym odzwierciedla rosnącą uwagę, jaką dostawcy przykładają do kosztów korporacyjnego AI, oraz ich starania o obniżenie tych kosztów.
„Wiele firm chce lepiej zrozumieć swoje wydatki na tokeny, to, co faktycznie uzyskują z modelu, oraz propozycję wartości” — powiedział Bradley Shimmin, analityk Futurum Group.
Edge to kwestia kosztów
Shimmin powiedział, że wielu przedsiębiorstwom trudno zrozumieć koszty dostępu do modeli frontier za pośrednictwem API. Uruchamianie modeli lokalnie daje, jego zdaniem, organizacjom większą kontrolę nad kosztami działania modeli.
„To naprawdę sposób zastosowania FinOps, czyli idei operacjonalizacji finansów AI” — powiedział Shimmin. „Z powodu tego odnowionego zainteresowania obserwowalnością i FinOps widzimy, jak te firmy dostrajają swoje wydatki”.
Alibaba celuje również w rynek edge AI ze względu na swoje partnerstwo z Apple. Alibaba wprowadzi funkcje AI do urządzeń Apple sprzedawanych w Chinach, a model mogący działać na urządzeniach brzegowych pomoże firmie docierać do użytkowników Apple w tym kraju.
„Wszyscy użytkownicy Apple w Chinach będą prawdopodobnie korzystać z Qwen zamiast z Gemini, więc celowanie w ten rynek przynosi Qwen korzyść, ponieważ ma on dużą bazę zainstalowanych urządzeń” — powiedział Lian Jye Su, analityk Omdia, części Informa TechTarget.
Wojna open source w AI
Konkurencja Alibaba z Meta w otwartych modelach nie dziwi, powiedział Su, biorąc pod uwagę sukces wcześniejszych otwartych modeli Meta, w tym rodziny Llama, która po premierze w 2023 roku stała się jedną z najpopularniejszych linii otwartych modeli.
„Można wysunąć argument, że Meta naprawdę potrafi tworzyć dobre modele o otwartych wagach” — powiedział Su. „Dla Alibaba Qwen jest bardzo ważnym sposobem na budowanie wizerunku. Firma chce dalej nieść sztandar open source”.
Shimmin powiedział, że Alibaba i inni chińscy dostawcy stali się w ciągu ostatniego roku głównymi motorami open source.
Dodał, że wydanie wielu chińskich otwartych modeli przyczyniło się do zmiany kursu przez Meta w polityce wydawania wyłącznie modeli otwartych, przywracając równowagę na rynku AI między modelami otwartymi a zamkniętymi, własnościowymi — segmentem od dawna zdominowanym przez amerykańskie laboratoria AI: Anthropic i OpenAI.
„Branża AI powstała na fundamencie technologii open source” — powiedział Shimmin. „Ideał open source to wspólny wysiłek całego ekosystemu, a nie coś zamkniętego w kontenerach własności intelektualnej, nieprzejrzystych dla użytkowników, którzy próbują zrozumieć choćby podstawy: dlaczego model mówi to, co mówi, albo jak wykorzystywane są ich wydatki”.