- Startseite
- KI-Modelle
- Qwen 3.8 27B
Qwen 3.8 27B
Alibaba
- Veröffentlicht
- 14. August 2026
- Datenstand
- 8. September 2026
- Intelligenz
- Gesamtwertung
- Geschwindigkeit
- 47,3 Token/sAusgabe-Tempo
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
- Eingabe
- Text, Bild, Video
- Ausgabe
- Text
Qwen 3.8 27B ist ein dichtes, offenes Vision-Language-Modell für Text, Bilder und Videos. Die Modellkarte verbindet einen Vision Encoder mit einer hybriden Gated-DeltaNet- und Gated-Attention-Architektur.
Der Checkpoint hat 27 Milliarden Parameter und 262.144 Token nativen Kontext. Mit YaRN lässt sich der Kontext bis zu 1.000.000 Token erweitern, wobei die Konfiguration für lange Eingaben angepasst werden muss. Qwen kündigt eine gehostete Version mit standardmäßig 1M Kontext und eingebauten Werkzeugen an. Das gehostete Angebot war in der Modellkarte noch als bevorstehend beschrieben, die Gewichte sind davon unabhängig nutzbar.
- Position
- Platz 35 von 86
- Indexwert
- 53,7 / 100
Methodik und Quelle
Der Index mittelt Rangperzentile aus 10 dokumentierten Vergleichskohorten.
Seite 1 von 5
Veröffentlichte Benchmarks
Programmieren
Code Migration
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-code-migration:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 57
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 17150.223. Kosten je Aufgabe in USD: 21.677954. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-29-f0b317d5bed3. Prüfsumme der Quelldaten: f0b317d5bed3a2654a9ea39762d5e57f4649306adce3e6103e845ee1b9b94add. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
IOI
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-ioi:2:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 28
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 5924.968. Kosten je Aufgabe in USD: 3.553383. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-ioi-2026-09-29-14c4f2dcc872. Prüfsumme der Quelldaten: 14c4f2dcc872d5e07bce234aebe4932202931d7f5b05f9bcd02e7695b5664750. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
LiveCodeBench v6
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-lcb:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 77
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 149.298. Kosten je Aufgabe in USD: 0.044983. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-09-29-b6ee1006a41a. Prüfsumme der Quelldaten: b6ee1006a41aab0c68eef9d3e42a2151634fffaaeb6bdc2230a6d02994198a59. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
CyberBench v1.1
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-cyberbench:1.1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 29
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 2496.156. Kosten je Aufgabe in USD: 0.990223. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-cyber-2026-09-29-36ddb5f67bc8. Prüfsumme der Quelldaten: 36ddb5f67bc8725a7ff9d1cc1349f89d29e0e907ad313eb5ac277b42b3d275e1. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Finanzen
EMB
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-emb:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 54
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1370.794. Kosten je Aufgabe in USD: 4.556437. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-09-29-90535b2fd4dc. Prüfsumme der Quelldaten: 90535b2fd4dc213540eac0aff8ae769e34b6b1ba54e1ed6d0a51dcfe307d5598. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Finance Agent (v2)
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-finance-agent-v2:2:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 55
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 621.733. Kosten je Aufgabe in USD: 0.748532. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-fabv2-2026-09-29-addcd124c670. Prüfsumme der Quelldaten: addcd124c6706893659c1ae26698bf6ffa29c91018ee95b98ab15b9d4b6edcdb. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
GPQA Diamond
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-gpqa:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 76
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 116.361. Kosten je Aufgabe in USD: 0.046624. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-09-29-8caf7b4807e8. Prüfsumme der Quelldaten: 8caf7b4807e87a2880c30218acea7855ea3a11721d56f7e049a77fadaf35dd34. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Recht
Harvey's Legal Agent Benchmark
Overall · Task fully resolved
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-legal-agent-benchmark:1:overall
- Messgröße
- task resolution rate
- Skala
- 0-100
- Teilnehmer
- 56
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1118.646. Kosten je Aufgabe in USD: 4.033621. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-hlab-2026-09-29-d6fb708e5bcc. Prüfsumme der Quelldaten: d6fb708e5bccec56c7a5e5ad97918d9cc47c5ebefb88af4a1a5771493dadba2f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
LegalBench
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-legal-bench:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 78
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 47.806. Kosten je Aufgabe in USD: 0.004666. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-09-29-c1213019b552. Prüfsumme der Quelldaten: c1213019b55234a262ae86fd4ebfe291530f315c988a4ee32fd501c13777f85f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Legal Research Bench
Overall · All-pass
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-legal-research:1:overall
- Messgröße
- all-pass rate
- Skala
- 0-100
- Teilnehmer
- 55
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1600.721. Kosten je Aufgabe in USD: 2.159719. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_research-2026-09-29-b15acd492114. Prüfsumme der Quelldaten: b15acd492114174e151eff7ff17a38d547d5a1e93d2d598c153066542bbc56b7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Gesundheit
MedCode
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-medcode:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 64
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 89.379. Kosten je Aufgabe in USD: 0.050145. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-09-29-7062229b5ab4. Prüfsumme der Quelldaten: 7062229b5ab4a5e16f014a78fd550f9f34e7147be6be796b610ab1ca3de055ab. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
MedScribe
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-medscribe:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 65
- Methodik und Einordnung
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 89.705. Kosten je Aufgabe in USD: 0.046732. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-09-29-6533d95c8055. Prüfsumme der Quelldaten: 6533d95c80553d2dd26927f7269ab6454c589d2181f1858c662a4f493b5685c7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Dokumentierte Messdetails
Code Migration: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 14.157
- Bewertung
- 14.157
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- coding
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-code-migration:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 17150.223. Kosten je Aufgabe in USD: 21.677954. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-29-f0b317d5bed3. Prüfsumme der Quelldaten: f0b317d5bed3a2654a9ea39762d5e57f4649306adce3e6103e845ee1b9b94add. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
CyberBench v1.1: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 67.798
- Bewertung
- 67.798
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1.1
- Kategorie
- cybersecurity
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-cyberbench:1.1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 2496.156. Kosten je Aufgabe in USD: 0.990223. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-cyber-2026-09-29-36ddb5f67bc8. Prüfsumme der Quelldaten: 36ddb5f67bc8725a7ff9d1cc1349f89d29e0e907ad313eb5ac277b42b3d275e1. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
EMB: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 59.661
- Bewertung
- 59.661
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- finance
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-emb:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1370.794. Kosten je Aufgabe in USD: 4.556437. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-09-29-90535b2fd4dc. Prüfsumme der Quelldaten: 90535b2fd4dc213540eac0aff8ae769e34b6b1ba54e1ed6d0a51dcfe307d5598. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Finance Agent (v2): Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 48.553
- Bewertung
- 48.553
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 2
- Kategorie
- finance
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-finance-agent-v2:2:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 621.733. Kosten je Aufgabe in USD: 0.748532. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-fabv2-2026-09-29-addcd124c670. Prüfsumme der Quelldaten: addcd124c6706893659c1ae26698bf6ffa29c91018ee95b98ab15b9d4b6edcdb. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
GPQA Diamond: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 88.889
- Bewertung
- 88.889
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- reasoning
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-gpqa:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 116.361. Kosten je Aufgabe in USD: 0.046624. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-09-29-8caf7b4807e8. Prüfsumme der Quelldaten: 8caf7b4807e87a2880c30218acea7855ea3a11721d56f7e049a77fadaf35dd34. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
IOI: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 39.056
- Bewertung
- 39.056
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 2
- Kategorie
- coding
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-ioi:2:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 5924.968. Kosten je Aufgabe in USD: 3.553383. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-ioi-2026-09-29-14c4f2dcc872. Prüfsumme der Quelldaten: 14c4f2dcc872d5e07bce234aebe4932202931d7f5b05f9bcd02e7695b5664750. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
LiveCodeBench v6: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.996
- Bewertung
- 83.996
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- coding
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-lcb:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 149.298. Kosten je Aufgabe in USD: 0.044983. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-09-29-b6ee1006a41a. Prüfsumme der Quelldaten: b6ee1006a41aab0c68eef9d3e42a2151634fffaaeb6bdc2230a6d02994198a59. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Harvey's Legal Agent Benchmark: Overall · Task fully resolved (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 11.25
- Bewertung
- 11.25
- Messgröße
- task resolution rate
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- legal
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall · Task fully resolved
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-legal-agent-benchmark:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1118.646. Kosten je Aufgabe in USD: 4.033621. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-hlab-2026-09-29-d6fb708e5bcc. Prüfsumme der Quelldaten: d6fb708e5bccec56c7a5e5ad97918d9cc47c5ebefb88af4a1a5771493dadba2f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
LegalBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 82.428
- Bewertung
- 82.428
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- legal
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-legal-bench:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 47.806. Kosten je Aufgabe in USD: 0.004666. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-09-29-c1213019b552. Prüfsumme der Quelldaten: c1213019b55234a262ae86fd4ebfe291530f315c988a4ee32fd501c13777f85f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Legal Research Bench: Overall · All-pass (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 36.058
- Bewertung
- 36.058
- Messgröße
- all-pass rate
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- legal
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall · All-pass
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-legal-research:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1600.721. Kosten je Aufgabe in USD: 2.159719. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_research-2026-09-29-b15acd492114. Prüfsumme der Quelldaten: b15acd492114174e151eff7ff17a38d547d5a1e93d2d598c153066542bbc56b7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
MedCode: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 28.698
- Bewertung
- 28.698
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- health
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-medcode:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 89.379. Kosten je Aufgabe in USD: 0.050145. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-09-29-7062229b5ab4. Prüfsumme der Quelldaten: 7062229b5ab4a5e16f014a78fd550f9f34e7147be6be796b610ab1ca3de055ab. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
MedScribe: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.849
- Bewertung
- 83.849
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- health
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-medscribe:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Kennung des Quellmodells: alibaba/qwen3.8-27b. Name des Quellmodells: Qwen 3.8 27B. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 89.705. Kosten je Aufgabe in USD: 0.046732. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-09-29-6533d95c8055. Prüfsumme der Quelldaten: 6533d95c80553d2dd26927f7269ab6454c589d2181f1858c662a4f493b5685c7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Seite 1 von 5
Beliebtheit
69,2 / 100
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Gewichte | Open WeightsQuelle |
| Zugang | API, LokalQuelle |
| Parameter | 27 Mrd.Quelle |
| Kontextfenster | 262.144 TokenQuelle |
| Modell-Repository | Qwen/Qwen3.8-27BQuelle |
| Lizenz | Apache-2.0Quelle |
| Architektur | hybrid Gated DeltaNet + Gated Attention; dense or sparse MoE with vision encoderQuelle |
| Eingabe | Text, Bild, VideoQuelle |
| Ausgabe | TextQuelle |
| Reasoning-Modus | thinking by default; switchable non-thinking/instruct modeQuelle |
| Werkzeugaufrufe | JaQuelle |
| Strukturierte Ausgabe | JaQuelle |
| Natives Kontextfenster | 262.144 TokenQuelle |
| Maximales Kontextfenster | 1.010.000 TokenQuelle |
| Repository erstellt | 2026-08-05 (Repository creation date is a precise publication proxy, but may differ from the public announcement date or an individual checkpoint's first availability.)Quelle |
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Geschwindigkeit | Alibaba, xhigh effort. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Abgerufen am 8. September 2026. |
| Preis | API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. |
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Recherchestand | Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| In den geprüften Quellen nicht gefunden | knowledge-cutoff Originalwortlaut No exact training-data cutoff was stated in the checked official card/report. |
| In den geprüften Quellen nicht gefunden | active-parameters-billions Originalwortlaut Dense checkpoint; no separate activated-parameter count is applicable/published. |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 8. September 2026) |
| Weitere Quelle | Alibaba Cloud visual understanding models · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Creative Commons Attribution 4.0 |