Qwen3.8-27B هو نموذج ذكاء اصطناعي كثيف (Dense) من تطوير Alibaba، يحتوي على 27 مليار معلمة ويدعم النص والصور والفيديو بشكل أصلي. أطلقت Alibaba أوزان النموذج مفتوحة المصدر في 14 أغسطس 2026 بموجب ترخيص Apache 2.0، ما يعني أن أي مطور أو مؤسسة يمكنه تنزيل النموذج وتشغيله وتعديله واستخدامه تجاريا دون قيود. يتجاوز أداؤه في عدد من المعايير القياسية نموذج Qwen3.7-Plus الأكبر حجما، وفي بعض الاختبارات يتفوق على Claude Opus 4.6 Max.

لماذا يثير هذا النموذج اهتمام المجتمع العالمي؟ لأن 27 مليار معلمة هو حجم عملي بشكل غير مسبوق في عالم النماذج المفتوحة: النموذج بعد ضغطه يعمل على بطاقة رسوميات منزلية واحدة مثل RTX 4090، ما يعني أن قدرات الذكاء الاصطناعي المتقدمة التي كانت حكرا على الشركات الكبرى التي تمتلك مزارع خوادم أصبحت الآن في متناول الأفراد والفرق الصغيرة.

في هذا المقال، نشرح ما هو Qwen3.8-27B، كيف يعمل داخليا، ما الذي يمكن فعله به، وكيف يقارن بالأجيال السابقة من نموذج Qwen.

1. ما هو Qwen3.8-27B؟ تعريف النموذج الكثيف من Alibaba

Qwen3.8-27B هو نموذج Qwen الكثيف من سلسلة Qwen3.8 التي تطورها Alibaba. مصطلح "كثيف" هنا يعني أن جميع المعلمات السبعة والعشرين مليارا تنشط في كل عملية استدلال، على عكس نماذج MoE التي تشغل جزءا فقط من معلماتها لكل استعلام. هذا التصميم يجعل الاستدلال أبسط وأكثر كفاءة على الأجهزة الفردية.

النموذج أصلي متعدد الوسائط (native multimodal). فهم الصور والفيديو مدمج في بنيته الأساسية وليس مضافا كوحدة خارجية. يستطيع قراءة المخططات العلمية وتحليل المستندات المعقدة وفهم مقاطع الفيديو الطويلة. كما يدعم مهام الوكيل الذكي مثل التحكم في الحاسوب والمتصفح والهاتف.

فريق Qwen طوّر هذا النموذج كجزء من إستراتيجية أوسع لتوفير ذكاء اصطناعي عالي الأداء في أحجام عملية للنشر المحلي. قبله، أطلقت Alibaba نموذج Qwen3.8-Max بحجم 2.4 تريليون معلمة. ثم ضغطت قدرات مماثلة في 27 مليار معلمة فقط. النتيجة: نموذج يعمل على أجهزة عادية لكنه يحمل قدرات النماذج الكبيرة.

2. كيف يعمل Qwen3.8-27B؟ البنية المعمارية المختلطة

يستخدم Qwen3.8-27B بنية معمارية مختلطة تجمع بين نوعين من آليات الانتباه (attention) في 64 طبقة شبكة. 48 طبقة تستخدم Gated DeltaNet، وهي آلية انتباه خطي تحافظ على حجم حالة ثابت بغض النظر عن طول النص. 16 طبقة فقط تستخدم الانتباه الكامل (Full Attention) التقليدي.

لماذا هذا التصميم مهم؟ الانتباه الكامل في كل طبقة يكلف O(n²) في التعقيد الحسابي، ما يعني أن مضاعفة طول النص تضاعف تكلفة المعالجة أربع مرات، وهذا هو السبب الذي يجعل معظم النماذج تتعامل مع سياقات قصيرة. بخلط 75% انتباه خطي و25% انتباه كامل، يحافظ Qwen3.8-27B على جودة الفهم مع تقليل تكلفة السياق الطويل بشكل كبير. هذا هو الأساس الذي يجعل سياق 262K ممكنا عمليا على أجهزة عادية.

يدعم النموذج تقنية Multi-Token Prediction (MTP). يتنبأ بعدة رموز (tokens) في خطوة واحدة بدلا من رمز واحد في كل مرة، ما يسرع عملية فك التشفير بشكل ملحوظ. ميزة reasoning_effort الجديدة تسمح بضبط عمق التفكير: استخدم المستوى العالي للمهام المعقدة والمستوى المنخفض للأسئلة البسيطة لتوفير الموارد الحسابية.

3. ما الذي يمكنك فعله مع Qwen3.8 multimodal؟

Qwen3.8 multimodal يعني أن النموذج يعالج النص والصور والفيديو في نفس البنية. لا تحتاج إلى ربط نموذج رؤية خارجي بنموذج نصي، لأن الفهم البصري مدمج أصلا.

في الاختبارات العملية، يستطيع النموذج قراءة وتحليل المستندات العلمية والمخططات التقنية. يفهم محتوى الفيديو ويجري استدلالا عليه. يستطيع التحكم في واجهة الحاسوب بنتيجة OSWorld-Verified بلغت 84.3. يتصفح الإنترنت عبر المتصفح بنتيجة WebArena-Verified عند 64.8. يشغل تطبيقات الهاتف بنتيجة AndroidWorld عند 81.9. يكتب ويعدل الكود البرمجي. ينفذ مهام مكتبية معقدة عبر فترات طويلة.

القدرة على التحكم في الحاسوب والهاتف تجعل Qwen3.8-27B مناسبا لبناء وكلاء ذكاء اصطناعي (AI Agents) يقومون بمهام حقيقية نيابة عن المستخدم. مطورون في المجتمع استخدموه لكتابة ألعاب كاملة من خلال تعليمات نصية فقط. هذا يدل على أن قدراته التوليدية تتجاوز المحادثة البسيطة بكثير.

4. أداء Qwen3.8-27B: هل يتفوق على Qwen3.7-Plus؟

في المقارنة المباشرة Qwen3.8 vs Qwen3.7، يتفوق Qwen3.8-27B على Qwen3.7-Plus رغم حجمه الأصغر. الأرقام التالية من الاختبارات الرسمية التي نشرتها Alibaba:

الاختبار	Qwen3.8-27B	Qwen3.6-27B
SWE-bench Pro	61.7	53.5
Terminal Coding	73.0	63.4
JobBench	33.4	21.8
LiveCodeBench v6	90.3	غير متاح
IFBench	79.5	غير متاح

القفزة واضحة. في SWE-bench Pro، وهو اختبار برمجي يقيس قدرة النموذج على إصلاح أخطاء حقيقية في مشاريع مفتوحة المصدر، ارتفعت النتيجة من 53.5 إلى 61.7. في Terminal Coding، قفزت النتيجة من 63.4 إلى 73.0. JobBench تحسن بنسبة 53% تقريبا.

بعض هذه النتائج تتجاوز Claude Opus 4.6 Max في اختبارات محددة. مثلا، OSWorld-Verified سجل 84.3 لـ Qwen3.8-27B مقابل 72.7 لـ Opus. لكن يجب الحذر: هذه الأرقام من اختبارات Alibaba الرسمية، والتحقق المستقل من طرف ثالث لا يزال جاريا. هل يعقل أن يتفوق نموذج 27B على نموذج أكبر بعشرات المرات في مهام محددة؟ نعم، في الفئات الضيقة. لكن هذا لا يعني أنه أفضل في كل شيء.

5. سياق 262K وتقنية YaRN: سعة الذاكرة الطويلة

Qwen3.8-27B يدعم سياق 262K أصليا. يستطيع معالجة حوالي 262 ألف رمز في محادثة واحدة، ما يعادل قراءة كتاب كامل أو مئات الصفحات من المستندات دفعة واحدة. لتبسيط الأمر: معظم نماذج المحادثة العادية تتعامل مع 8K إلى 32K رمزا. 262K أكبر بثمانية إلى ثلاثين مرة.

عبر تقنية YaRN، يمكن تمديد السياق إلى مليون رمز. YaRN تعمل عن طريق إعادة توجيه ترددات الموضع في النموذج، ما يسمح له بفهم نصوص أطول مما تدرب عليه أصلا. هذه التقنية مدعومة في vLLM وSGLang وTokenSpeed.

الأثر العملي مباشر. يمكن تغذية النموذج بقاعدة كود كاملة لمشروع برمجي وطلب إصلاح خطأ أو إضافة ميزة، أو إدخال ساعات من الفيديو وطلب ملخص مفصل، أو تحليل مئات المستندات القانونية في جلسة واحدة. هذا النوع من المهام كان حكرا على النماذج السحابية الضخمة التي تكلف آلاف الدولارات شهريا لتشغيلها، والآن أصبح ممكنا محليا على جهاز واحد.

6. أوزان Qwen المفتوحة: ترخيص Apache 2.0 وما يعنيه

Qwen3.8-27B نموذج Apache 2.0، وهو أحد أكثر تراخيص المصادر المفتوحة تساهلا. ما يعنيه هذا عمليا:

التنزيل مجاني تماما، لا رسوم ولا اشتراك
الاستخدام التجاري مسموح بدون قيود على الإيرادات أو عدد المستخدمين
التعديل والتخصيص مسموح
إعادة التوزيع مسموح
لا حاجة لتوقيع اتفاقية أو طلب إذن

هذا يختلف عن بعض نماذج "المصدر المفتوح" التي تفرض شروطا مثل حد الإيرادات السنوية أو قيود الاستخدام التجاري. أوزان Qwen المفتوحة تحت Apache 2.0 تعني أن شركة ناشئة يمكنها بناء منتج كامل على النموذج وبيعه دون دفع أي رسوم أو القلق من انتهاك الترخيص، وهو ما يفتح الباب أمام الابتكار في الأسواق الناشئة والاقتصادات الصغيرة.

النموذج متاح للتنزيل من Hugging Face ومنصة ModelScope. في أول يومين من الإصدار، تجاوزت التنزيلات مليون مرة، ووصل النموذج إلى قمة قائمة Hugging Face Trending. المجتمع أنتج أكثر من 500 نسخة مضغوطة (quantized) بحلول اليوم الثالث.

7. تشغيل Qwen3.8-27B على بطاقة رسوميات منزلية

27B هو حجم عملي. نماذج 7B سريعة لكن قدراتها محدودة. نماذج 70B قوية لكن تحتاج أجهزة متعددة. 27B يقع في النقطة الذهبية: قوي بما يكفي لأداء مهام معقدة، وصغير بما يكفي للتشغيل على جهاز واحد.

بعد الضغط (quantization)، يمكن تشغيل Qwen3.8-27B على RTX 4090 بذاكرة 24GB مع ضغط 4-bit. يعمل على RTX 5090 بأداء أعلى. حتى بطاقات بذاكرة 17GB يمكنها تشغيل النموذج مع ضغط INT4. مطورون في المجتمع أبلغوا عن سرعة 65 tokens/second على RTX 4090 مع تفعيل MTP، و206 tokens/second على RTX 5090 في إعدادات محددة.

أطر العمل المدعومة تشمل vLLM وSGLang وOllama وLM Studio. الانتشار السريع للأطر المتوافقة في اليوم الأول يدل على قوة مجتمع Qwen. المطورون يعرفون أن النموذج يستحق الجهد.

8. مجتمع Qwen عالميا: أرقام التبني

الأرقام تتحدث عن نفسها. Alibaba أطلقت أكثر من 460 نموذجا من سلسلة Qwen منذ البداية. إجمالي التنزيلات العالمية تجاوز 3 مليارات. عدد النماذج المشتقة يتجاوز 300 ألف. تقرير Hugging Face لصيف 2026 صنف Qwen كأكثر عائلة نماذج مفتوحة المصدر تأثيرا في العالم.

شركات مثل Airbnb وPinterest أعلنتا استخدام نماذج Qwen في عملياتهما، مشيرتين إلى الأداء والتكلفة كأسباب رئيسية. في النصف الأول من 2026 وحده، سجل Qwen 2.045 مليار تنزيل على Hugging Face، مقارنة بـ 418 مليون لـ Google و227 مليون لـ Meta. الفجوة كبيرة لدرجة أنها لم تعد مسألة تنافس بين عائلات نماذج متقاربة، بل هيمنة واضحة لعائلة واحدة على مشهد المصادر المفتوحة بالكامل.

هذا التبني الواسع يعني أن تعلم Qwen3.8-27B واستخدامه ليس رهانا على تقنية هامشية قد تختفي بعد عام. هناك مجتمع نشط يبني الأدوات ويوفر الدعم ويطور النماذج المشتقة، والشركات الكبرى مثل Airbnb وPinterest تعتمد عليه في الإنتاج. إذا واجهت مشكلة في النشر أو التشغيل، ستجد من يشاركك الحل في المنتديات والمستودعات العامة.

الخاتمة

Qwen3.8-27B يجمع ثلاث خصائص نادرا ما تجتمع في نموذج واحد: أداء عاليا يماثل النماذج الكبيرة، وحجما عمليا يعمل على أجهزة عادية، وترخيصا مفتوحا بلا قيود. 27 مليار معلمة، سياق 262K أصلي قابل للتمديد إلى مليون، دعم النص والصور والفيديو، وبنية معمارية ذكية تجمع الانتباه الخطي والكامل. هذه الخصائص تجعله نموذجا مهما لكل من يهتم بالذكاء الاصطناعي، سواء كان مطورا أو باحثا أو مستخدما عاديا.

إذا أردت تجربة Qwen على هاتفك، يمكنك تحميل تطبيق Qwen Studio من APKPure بآخر إصدار وتجربة المحادثة وإنشاء الصور مباشرة.