Análisis de inteligencia, rendimiento y precio de Qwen3.8 27B
Resumen del modelo
Qwen3.8 27B (Xhigh) está entre los modelos líderes en inteligencia, pero tiene un precio especialmente elevado en comparación con otros modelos de pesos abiertos y tamaño similar. También es notablemente lento por tarea y muy verboso. El modelo admite entrada de texto, imágenes y video, genera texto y tiene una ventana de contexto de 256k tokens.
Qwen3.8 27B (Xhigh) obtiene 20 puntos en el Artificial Analysis Intelligence Index, lo que lo sitúa muy por encima del promedio entre modelos comparables (con una mediana de 6). Al evaluar el Intelligence Index, generó 128M tokens, lo que es muy verboso frente a la mediana de 77.5M.
El precio de Qwen3.8 27B (Xhigh) es de $0.50 por 1 M de tokens de entrada (elevado; mediana: $0.13) y $3.00 por 1 M de tokens de salida (elevado; mediana: $0.30). En promedio, evaluar Qwen3.8 27B (Xhigh) en el Intelligence Index cuesta $3.53 por tarea.
Con 38.8 minutos por tarea del Intelligence Index, Qwen3.8 27B (Xhigh) es notablemente lento frente a la mediana de 12.6 minutos de los modelos comparables (cuanto menor, mejor).
| Modalidad de entrada | Admite: texto, imágenes y video |
|---|---|
| Modalidad de salida | Admite: texto |
| Ventana de contexto | 256k ~384 páginas A4 con fuente Arial de 12 puntos |
| Parámetros totales | 27B |
| Licencia | Apache 2.0 |
| Pesos del modelo | Hugging Face |
Las métricas se comparan con modelos de la misma clase:
- Modelos sin razonamiento → se comparan solo con otros modelos sin razonamiento
- Modelos de razonamiento → se comparan tanto con modelos de razonamiento como sin razonamiento
- Modelos de pesos abiertos → se comparan solo con otros modelos de pesos abiertos de la misma categoría de tamaño:
- Muy pequeño: ≤4B parámetros
- Pequeño: 4B–40B parámetros
- Mediano: 40B–150B parámetros
- Grande: >150B parámetros
- Modelos propietarios → se comparan con modelos propietarios y de pesos abiertos del mismo rango de precio mediante una proporción combinada de precios de entrada/salida de 3:1:
- <$0.15 por 1 M de tokens
- $0.15–$1 por 1 M de tokens
- >$1 por 1 M de tokens
Inteligencia
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abiertos vs. propietarios
Intelligence Index vs. costo por tarea
Índices de capacidades
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Agentic business operations
Agentic real-world work tasks, Elo
Product and brand videos designed in code, Elo
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
AA-PersonalityBench
Índices de personalidad
Openness Index
Artificial Analysis Openness Index: puntuación
Costo
Costo por tarea del Intelligence Index
Costo de ejecutar el Artificial Analysis Intelligence Index
Precios: aciertos de caché, entrada y salida
Rendimiento
Medido por el tiempo por tarea (minutos), la velocidad de salida (tokens por segundo), el tiempo hasta el primer token de respuesta y el tiempo hasta el primer token (segundos)
Tiempo por tarea del Intelligence Index
Velocidad de salida
Tiempo hasta el primer token de respuesta
Uso de tokens
Tokens de salida por tarea del Intelligence Index
Ventana de contexto
Ventana de contexto
Tamaño del modelo (solo modelos de pesos abiertos)
Tamaño del modelo: parámetros totales y activos
Más detalles
Preguntas frecuentes
Preguntas comunes sobre Qwen3.8 27B
Qwen3.8 27B se lanzó el 14 de agosto de 2026.
Qwen3.8 27B fue creado por Alibaba.
Qwen3.8 27B tiene 4 niveles de esfuerzo: xhigh, medium, low y non-reasoning. Qwen3.8 27B obtiene 20 (xhigh), 17 (medium), 16 (low) y 10 (non-reasoning) puntos en el Artificial Analysis Intelligence Index. Qwen3.8 27B (Xhigh) se sitúa muy por encima del promedio entre otros modelos de pesos abiertos y tamaño similar (mediana: 6).
Qwen3.8 27B tarda 38.8 minutos (xhigh), 30.7 minutos (medium), 28.2 minutos (low) y 18.9 minutos (non-reasoning) por tarea del Intelligence Index (según la API de Alibaba; cuanto menor, mejor). En tiempo por tarea, Qwen3.8 27B (Xhigh) obtiene un valor entre los más lentos frente a otros modelos de pesos abiertos y tamaño similar (mediana: 12.6 minutos).
Qwen3.8 27B tiene un tiempo hasta el primer token de respuesta de 124.37 s (xhigh), 27.39 s (medium), 16.47 s (low) y 5.17 s (non-reasoning) (según la API de Alibaba). En tiempo hasta el primer token de respuesta, Qwen3.8 27B (Xhigh) obtiene un valor en el extremo superior frente a otros modelos de pesos abiertos y tamaño similar (mediana: 4.99 s).
Qwen3.8 27B cuesta $0.50 por 1 M de tokens de entrada (en el extremo superior; mediana: $0.13) y $3.00 por 1 M de tokens de salida (en el extremo superior; mediana: $0.30), según la API de Alibaba.
Qwen3.8 27B cuesta $0.50 por 1 M de tokens de entrada y $3.00 por 1 M de tokens de salida (según la API de Alibaba). Con una tarifa combinada (proporción 7:2:1 entre aciertos de caché, entrada y salida), equivale a $0.47 por 1 M de tokens. El precio puede variar según el proveedor. Comparar precios de proveedores
Al evaluarlo en el Intelligence Index, Qwen3.8 27B generó 128M tokens de salida (xhigh), 87.9M tokens de salida (medium), 77.3M tokens de salida (low) y 37.5M tokens de salida (non-reasoning). En tokens de salida, Qwen3.8 27B (Xhigh) obtiene un valor en el extremo superior frente a otros modelos de pesos abiertos y tamaño similar (mediana: 77.5M).
Sí, Qwen3.8 27B (xhigh, medium y low) es un modelo de razonamiento. Usa pensamiento extendido o razonamiento en cadena para resolver problemas complejos antes de dar una respuesta. No, Qwen3.8 27B (Non-reasoning) no es un modelo de razonamiento. Responde directamente sin razonamiento extendido en cadena.
Qwen3.8 27B admite entrada de texto, imágenes y video.
Qwen3.8 27B admite salida de texto.
Sí, Qwen3.8 27B admite imágenes como entrada y puede analizarlas, describirlas y responder preguntas sobre ellas.
Sí, Qwen3.8 27B es multimodal. Puede procesar entradas de texto, imágenes y video y generar salidas de texto.
Qwen3.8 27B tiene una ventana de contexto de 256k tokens. Esto determina cuánto texto e historial de conversación puede procesar el modelo en una sola solicitud.
Sí, Qwen3.8 27B es un modelo de pesos abiertos. Los pesos del modelo están disponibles públicamente y pueden descargarse para alojarlo por cuenta propia.
Qwen3.8 27B tiene 27B parámetros.
Qwen3.8 27B se publica bajo la licencia Apache 2.0, que permite el uso comercial. Ver licencia
Qwen3.8 27B obtiene 20 (xhigh), 17 (medium), 16 (low) y 10 (non-reasoning) puntos en el Artificial Analysis Intelligence Index. Este benchmark compuesto evalúa los modelos en trabajo del conocimiento, programación, ciencia y conocimiento general.
Sí, Qwen3.8 27B está disponible mediante API a través de 10 proveedores. Comparar proveedores de API
Qwen3.8 27B está disponible a través de 10 proveedores de API. Comparar proveedores