أطلقت Alibaba عبر فريق Qwen مساء 14 أغسطس 2026 نموذج Qwen3.8-27B بأوزان مفتوحة بالكامل وترخيص Apache 2.0، مع نسخة مضغوطة بدمج FP8 تحافظ على الأداء تقريباً كما هو مع تقليص حجم الملفات. الحدث ليس إصداراً عابراً: هذا هو النموذج الذي «يستحق التشغيل المحلي» من الجيل الأحدث، ويأتي ليكمِل إطلاق Qwen 3.8-Max الضخم الذي غطّيناه قبل أيام، والذي كنا انتظرنا فيه «الأوزان المفتوحة القادمة قريباً» — وقد وصلت فعلاً.
المصدر: حساب @alibaba_qwen الرسمي على X
ما الذي أُطلق بالضبط؟
الإصدار الجديد متاح على Hugging Face باسم Qwen/Qwen3.8-27B ونسخة Qwen/Qwen3.8-27B-FP8 المضغوطة بقياس كمي FP8 بدقة كتلية بحجم 128، وتقول بطاقة النموذج إن أداءها «متطابق تقريباً» مع النسخة الأصلية BF16. الترخيص Apache 2.0 يعني استخداماً تجارياً كاملاً بلا قيود تقريباً — نقطة حاسمة تتميز عن تراخيص «الاستخدام المفتوح المشروط» التي تشترط حدود إيرادات أو شروط نشر.
النموذج متعدد الوسائط من الطراز الأول: يفهم النصوص والصور ومقاطع الفيديو الطويلة (حتى مقاطع بطول ساعة) كمدخلات، وليس نموذج نصوص فقط. بنيته هجينة تجمع بين طبقات الانتباه المبوّبة (Gated Attention) وشبكات DeltaNet المبوّبة (Gated DeltaNet) بتخطيط 64 طبقة، مع تنبؤ متعدد الرموز (Multi-Token Prediction) مدرَّب على عدة خطوات — وهي الوصفة التي تسير عليها أحدث نماذج الجيل الحالي لتحسين الاستدلال الطويل.
المصدر: Unsplash
سياق مليون رمز — محلياً
السياق الأصلي للنموذج 262,144 رمزاً، وهو قابل للتمديد إلى مليون رمز عبر تقنية YaRN. للتبسيط: هذا يعني قدرة على تحميل مستودع برمجي كامل، أو مئات الصفحات من الوثائق، أو ساعة فيديو مع نصوصها، في محادثة واحدة — من دون الاعتماد على خدمة سحابية تقرأ بياناتك.
على مستوى التحكم في الاستدلال، أضاف Qwen ما كان حكراً على النماذج المغلقة: مفتاح enable_thinking لتشغيل/إطفاء التفكير العميق لكل طلب على حدة، ومقياس reasoning_effort بثلاث درجات (xhigh افتراضياً، ثم medium وlow)، وخيار preserve_thinking الذي يحافظ على سلسلة التفكير بين الأدوار ويحسّن إعادة استخدام KV Cache — أي استجابة أسرع في المحادثات الطويلة.
الأرقام: أين يقف 27B بين العمالقة؟
من بطاقة النموذج الرسمية، على منصات التقييم المعتمدة:
| التقييم | نتيجة Qwen3.8-27B |
|---|---|
| SWE-bench Pro (هندسة برمجيات حقيقية) | 61.7 — الأفضل في فئته |
| LiveCodeBench v6 | 90.3 — الأفضل |
| QwenSWEBench | 79.0 — الأفضل |
| Terminal Bench 2.1 (Terminus) | 73.0 |
| DeepSWE 1.1 | 42.2 — الأفضل |
| GPQA Diamond (علميات صعبة) | 89.2 |
| IFBench (اتباع التعليمات) | 79.5 — الأفضل |
| Humanity's Last Exam | 30.8 |
وفي المهام البصرية-اللغوية: OSWorld-Verified بنتيجة 84.3، وAndroidWorld بنتيجة 81.9، وWebArena-Verified بنتيجة 64.8 — أي قدرة موثقة على تشغيل حاسوب وهاتف ومتصفح بصرياً، وهي أرقام تنافس نماذجاً مغلقة أكبر بكثير قارنتها Alibaba نفسها في بطاقتها (Qwen3.7-Plus وMuse Glimmer-30B وOpus 4.6 Max).
المقارنة العادلة: هذان أداء «نموذج 27 مليار معامل» ضد منافسين أثقل وأغلى. لا أحد يدّعي أنه بديل عن نماذج الحدود القصوى مثل Qwen 3.8-Max ذي 2.4 تريليون معامل — لكنه يقاربها في مهام البرمجة والوكلاء اليومية بتكلفة صفرية للترخيص.
كيف تشغّله من الخليج والوطن العربي؟
- محلياً عبر vLLM أو SGLang: كلاهما وثّق وصفات جاهزة للنموذج (vLLM Recipes وSGLang Cookbook تنشران إعدادات رسمية). النسخة FP8 مصممة لبطاقات RTX 40/50-series ذات الذاكرة الكافية، وتعمل أيضاً عبر Docker Model Runner وTransformers.
- أوزان GGUF من المجتمع: نشر فريق Unsloth نسخ GGUF في اليوم نفسه، وهو ما يفتح الباب أمام تشغيل النموذج على أجهزة أقل قوة عبر llama.cpp/Ollama.
- Qwen Cloud قريباً: الصفحة الرسمية تقول إن الاستضافة على qwencloud.com «قادمة قريباً» مع سياق مليون رمز افتراضياً وأدوات مدمجة رسمية — خيار عملي لمن لا يملك عتاداً قوياً، لكن دون تسعير معلن حتى الآن.
- دعم الأدوات الوكيلية: البطاقة تذكر صراحةً توافقاً أوسع مع أطر التشغيل مثل Claude Code harness — أي أن مطوراً عربياً يستخدم أدوات الوكلاء يمكنه توجيهها إلى نموذجه المحلي.
ماذا يعني هذا لك؟
- خصوصية كاملة للكود الحساس: بنوك المنطقة، الشركات الناشئة المالية، وجهات الحكومات الرقمية التي يمنعها الامتثال من إرسال الشيفرة إلى واجهات API أجنبية، صار أمامها نموذج برمجة من الطراز الأول يعمل داخل شبكتها بترخيص يسمح بالاستخدام التجاري.
- تكلفة صفرية للترخيص: بدل دفع اشتراكات شهرية لكل مطور، تدفع مرة واحدة في العتاد. للشركات الناشئة في الرياض ودبي والقاهرة وتونس هذا فرق حقيقي في هيكل التكاليف.
- جسر من Max إلى المحلي: من يريد الأفضل مطلقاً يستخدم Qwen 3.8-Max عبر الواجهات، ومن يريد السيادة على بياناته يستخدم 27B محلياً — نفس العائلة، نفس أسلوب التعامل مع العربية الذي اشتهرت به Qwen تاريخياً.
- تعليم وبحث بلا قيود: الجامعات ومراكز البحث العربية يمكنها تدريب مشتقات وبناء تطبيقات فوق النموذج بلا مفاوضات ترخيص.
مقارنة سريعة
| المعيار | Qwen3.8-27B (مفتوح) | Qwen 3.8-Max (مغلق) | نماذج مغلقة منافسة |
|---|---|---|---|
| الترخيص | Apache 2.0 كامل | واجهة API تجارية | اشتراكات/API |
| التشغيل | على جهازك/سيرفرك | سحابي فقط | سحابي فقط |
| السياق | 262 ألف → مليون (YaRN) | مليون | متفاوت |
| البرمجة SWE-bench Pro | 61.7 | الأعلى في العائلة | منافس قريب |
| التكلفة | عتاد فقط | دفع لكل استخدام | دفع لكل استخدام/اشتراك |
حدود يجب ذكرها بصراحة
- الأرقام أعلاه من تقييم Alibaba نفسها؛ لم تستقل المراجعات المستقلة بعد بكل البنود (مرر على HN أكثر من 1190 نقطة و700 تعليق والنقاش لا يزال حياً).
- تشغيل النسخة الكاملة BF16 يتطلب عتاداً server-grade؛ FP8 يخفف الطلب لكنه ليس «لابتوب عادي» بعد، ونسخ GGUF الأصغر ستقتطع من الدقة.
- الاستضافة الرسمية على Qwen Cloud «قادمة قريباً» ولم تُطلق مع الإصدار، ولا تسعير معلناً لها.
- الأداء البصري (OSWorld وأشباهه) في بيئات تقييم — الاستخدام الإنتاجي لوكلاء سطح المكتب ما زال مبكراً.
إعدادات التشغيل التي يحتاجها كل مطور
توصي البطاقة الرسمية بإعدادات أخذ عينات دقيقة تستحق التوثيق لأنها تغيّر السلوك جذرياً: في وضع التفكير العميق استخدم temperature=1.0 مع top_p=0.95 وtop_k=20، وفي وضع الإجابة المباشرة (تفكير مطفأ) استخدم temperature=0.7 مع top_p=0.80 وtop_k=20 مع presence_penalty=1.5. الفرق عملي: وضع التفكير أعلى جودة في المهام المعقدة لكنه أبطأ وأغلى رموزاً، والوضع المباشر أسرع للمهام الروتينية. ومن يبني وكلاء إنتاجيين فوق النموذج، ضبط preserve_thinking أهم من ضبط أي شيء آخر — إبقاء سلسلة التفكير بين الأدوار يقلل إعادة الحساب ويستغل الـKV Cache بكفاءة أعلى في المحادثات الطويلة.
مؤشر التبني المبكر يستحق القراءة أيضاً: بطاقة FP8 وحدها سجلت أكثر من 123 ألف تنزيل خلال الشهر الأول من نشرها، ومجتمع المصادر المفتوحة (Unsloth وصفات vLLM وSGLang الرسمية) جاهز يوم الإطلاق — وهذا النوع من البيئة هو الفرق بين إصدار «يُنسى» وإصدار «يُبنى عليه».
الأسئلة الشائعة
هل Qwen3.8-27B مجاني فعلاً؟
نعم، الترخيص Apache 2.0 يتيح التنزيل والاستخدام التجاري والتعديل مجاناً؛ التكلفة الوحيدة هي العتاد أو أي استضافة سحابية تختارها.
ما الفرق بينه وبين Qwen 3.8-Max؟
Max هو النموذج الرائد المغلق بحجم 2.4 تريليون معامل ويعمل عبر API فقط، بينما 27B نموذج مفتوح الأوزان أصغر يُشغَّل محلياً ويكفي معظم مهام البرمجة والوكلاء.
ما المواصفات المطلوبة لتشغيله محلياً؟
النسخة FP8 مصممة لبطاقات رسوميات حديثة بذاكرة كبيرة (فئة RTX 40/50 العليا)، ونسخ GGUF المجتمعية تعمل على أجهزة أضعف بدرجات دقة أقل. لا يوجد حد أدنى رسمي معلن.
هل يدعم اللغة العربية؟
عائلة Qwen من Alibaba معروفة تاريخياً بدعم قوي للغات متعددة بينها العربية، لكن بطاقة 27B لم تنشر تقييمات لغوية مخصصة للعربية — جرّبه على حالات استخدامك الفعلية.
هل يمكن استخدامه مع أدوات الوكلاء مثل Claude Code؟
نعم، البطاقة الرسمية تذكر توافق أطر تشغيل أوسع يشمل Claude Code harness، إضافة إلى vLLM وSGLang وTransformers.
الخلاصة
مع Qwen3.8-27B صار «نموذج برمجة من الطراز الأول بترخيص مفتوح» واقعاً في أغسطس 2026، لا وعداً. المنافسة على الحدود القصوى تحتدم بين المغلقين، لكن المعركة الأهم للمطور العربي تُحسم الآن في الطبقة المفتوحة: من يقدّم أفضل أداء لكل جيجابايت ذاكرة يملكه. وهذا الإصدار يضع Alibaba في صدارة تلك الطبقة.
المصادر
- بطاقة Qwen3.8-27B-FP8 الرسمية على Hugging Face
- بوست الإعلان الرسمي على X
- تغطيتنا السابقة: Qwen 3.8-Max من Alibaba
- أدوات الذكاء الاصطناعي على Truescho
اقرأ أيضاً: GLM-5.3 من Z.ai: قفزة البرمجة والأمن السيبراني وMeta Muse Glimmer: نموذج 30B مفتوح يعمل على جهازك
