qwen
Qwen: Qwen3.8 27B (batch)
qwen/qwen3.8-27b:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
qwen/qwen3.8-27b:batch es un modelo denso de lenguaje y visión de 27 000 millones de parámetros, de pesos abiertos, de Qwen, listado en OpenRouter como variante por lotes. Acepta texto, imagen y video como entradas y produce texto, con un contexto nativo de 262 144 tokens que el proveedor describe como ampliable hasta un millón. El razonamiento viene activado por defecto y su esfuerzo es ajustable por solicitud. La ficha del proveedor reporta mejoras en codificación y tareas agénticas, pero son cifras autopublicadas pendientes de confirmación independiente.[1][2]
Puntos fuertes
- Diseño nativo de visión y lenguaje: acepta texto, imágenes y video; la ficha menciona documentos, diagramas STEM y videos de horas de duración.[1][2]
- Los benchmarks publicados por el proveedor reportan resultados sólidos en codificación, tareas agénticas y de horizonte largo.[2]
- Pesos abiertos bajo Apache-2.0, compatibles con Transformers, vLLM y SGLang; amplios controles de API con herramientas, salida estructurada y razonamiento ajustable.[1][2]
Limitaciones
- Las cifras de rendimiento son publicadas por el proveedor; este paquete no incluye evaluación independiente, así que valide en sus propias cargas de trabajo.[1][2]
- La salida es solo texto; no genera imágenes ni video pese a la entrada multimodal.[1]
- No se indica la fecha de corte de conocimiento y la evidencia de catálogo no documenta el comportamiento específico por lotes ni las características de seguridad.[1]
Dónde utilizarlo
- Trabajos por lotes fuera de línea, como resumen masivo, revisión de código o etiquetado de datos, que toleran procesamiento asíncrono.[1]
- Asistentes multimodales que interpretan imágenes o videos largos y responden en texto.[1][2]
- Flujos de codificación agéntica y de varios pasos donde el esfuerzo de razonamiento ajustable permite equilibrar costo y profundidad.[1][2]
Fuentes
- [1] OpenRouter catalog · Qwen: Qwen3.8 27B (batch)Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Qwen: Qwen3.8 27B (batch)Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Qwen3.8 27B is an open-weight dense vision-language model from Qwen. It is suited for coding, professional workflows, research, multimodal interaction, and long-running agent tasks, with flexible thinking that can be...
Especificaciones
- ID del modelo
- qwen/qwen3.8-27b:batch
- ID canónico
- qwen/qwen3.8-27b-20260814
- Creador
- qwen
- Añadido a OpenRouter
- 14.08.2026
- Longitud de contexto
- 262,144
- Modalidad
- text+image+video->text
- Modalidades de entrada
- text, image, video
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.160 / salida $2
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | CC — por debajo de la franja B | razonamiento: opcional · predeterminado xhigh · esfuerzos: xhigh, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | AA — siguiente 20% de la cohorte | — |
| Agentes | AA — siguiente 20% de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · predeterminado xhigh · esfuerzos: xhigh, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 20.1 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Coding index | 68.1 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 45.8 | AA — siguiente 20% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfrabf16 | 262,144 | $0.160 | $2 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.