Qwen3.8 27B
Un modelo Qwen de pesos abiertos de 27 mil millones de parámetros bajo la licencia Apache 2.0, con unos 7.8 millones de descargas en Hugging Face. Está muy por debajo de los modelos de frontera en pruebas difíciles, pero su tamaño y su licencia lo hacen una opción común para alojarlo uno mismo.
Alibaba (Qwen)Modelo de lenguajeLanzado en agosto de 2026Datos revisados el 18 de octubre de 2026
Este modelo no está en el ranking actual de la gente: o es nuevo y todavía está reuniendo votos, o está por debajo del top 12. Mira el ranking de IA para ver los modelos mejor valorados.
Sobre el papel
Rankings de pruebas fijas de la pestaña de benchmarks: Velocidad #21, Razonamiento #23.
Puntos fuertes y débiles
- Licencia Apache 2.0, así que se puede usar comercialmente y modificar libremente
- 42.4% en ARC-AGI-2 en su nivel de esfuerzo más alto
- Barato cuando lo aloja Alibaba Cloud ($0.50 / $3 por millón de tokens)
- Artificial Analysis Intelligence Index bajo (33.7) y débil en tareas de agentes en la terminal (5.6% en Terminal-Bench 4.0)
- Cerca del final de esta lista en escritura creativa de LMArena
Ideal para
- Alojarlo tú mismo con una licencia permisiva
- Uso privado y sin conexión
- Experimentos de bajo costo
Todas las puntuaciones que tenemos
Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.
- LMArena, arena de texto (votos humanos)1437,8Puntaje Arena 1437.8 (IC 95% 1432.6 a 1442.9); 23,294 votos; entrada "qwen3.8-27b"; puesto 100 de 416 en la tabla completa
- LMArena, escritura creativa1366,4Puntaje Arena 1366.4 (IC 95% 1356.8 a 1376.0); 4,668 votos; entrada "qwen3.8-27b"; puesto 160 de 414 en la tabla completa
- LMArena WebDev (programación)1593,2Puntaje Arena 1593.2 (IC 95% 1586.6 a 1599.8); 15,940 votos; entrada "Qwen3.8-27B"; puesto 29 de 144 en la tabla completa
- LMArena, visión1244,5Puntaje Arena 1244.5 (IC 95% 1236.0 a 1252.9); 7,013 votos; entrada "qwen3.8-27b"; puesto 61 de 165 en la tabla completa
- LMArena Agent Arena-0,034Puntaje IPS -0.0343 (IC 95% -0.0423 a -0.0264); 60,515 sesiones; entrada "Qwen3.8-27B"; puesto 37 de 52 en la tabla completa
- Artificial Analysis Intelligence Index33,733.7 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 34), configuración "Qwen3.8 27B (xhigh)"
- Humanity's Last Exam (Artificial Analysis)33,9%33.9% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "Qwen3.8 27B (xhigh)"
- GPQA Diamond, ciencia de nivel de posgrado90,5%90.5% en GPQA Diamond (AA; ya no forma parte del índice de AA desde v4.2), configuración "Qwen3.8 27B (xhigh)"
- Terminal-Bench 4.0 (ejecución de Artificial Analysis)5,6%5.6% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "Qwen3.8 27B (xhigh)"
- Razonamiento con contexto largo (AA-LCR)82,0%82.0% en AA-LCR (razonamiento con contexto largo), configuración "Qwen3.8 27B (xhigh)"
- MMMU-Pro, comprensión de imágenes76,3%76.3% en MMMU-Pro (comprensión de imágenes, AA), configuración "Qwen3.8 27B (xhigh)"
- AA-Omniscience, aciertos menos alucinaciones-10-10.0 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "Qwen3.8 27B (xhigh)"
- Velocidad de salida, tokens por segundo41 t/s41 tokens de salida por segundo (mediana de AA), fila "Qwen3.8 27B (xhigh)"
- Costo por tarea de prueba de Artificial Analysis$1.01$1.01 por ejecutar una tarea del AA Intelligence Index, fila "Qwen3.8 27B (xhigh)"
- Puzles ARC-AGI-242,4%42.36% en ARC-AGI-2 (conjunto semiprivado), mejor configuración listada "Qwen3.8-27B (XHigh)", $0.45 por tarea
Guía relacionada: Claude vs ChatGPT 2026: precios, diferencias y cuál conviene
Compáralo con
- Claude Opus 5.5El modelo insignia de Anthropic para programación con agentes de larga duración y trabajo de conocimiento, y el modelo con el que Anthropic sugiere empezar para la mayoría de las tareas.
- Claude Sonnet 5.5El modelo de precio medio de Anthropic, que Anthropic describe como su mejor equilibrio entre velocidad e inteligencia.
- Claude Fable 5.1El nivel más alto de Anthropic para el razonamiento más difícil y el trabajo de agentes de largo plazo, que Anthropic recomienda cuando Opus 5.5 no alcanza.
- Claude Haiku 5.5El modelo actual más pequeño y rápido de Anthropic, hecho para tareas de alto volumen y sensibles a la latencia como clasificación, extracción y enrutamiento.