En ny open-source AI-model, Qwen3.8 27B, har opnået en score på 52 i Artificial Analysis' uafhængige benchmark. Det placerer den i en klasse, hvor den kan udfordre langt større og dyrere kommercielle modeller – og det er værd at holde øje med, hvis du står over for at skulle vælge eller investere i AI-infrastruktur.
Scoren kommer fra Artificial Analysis' modeloversigt, som tester modeller på tværs af opgaver som ræsonnement, kodning og sprogforståelse. Selvom 52 point ikke er i topklassen, er det bemærkelsesværdigt, fordi modellen kun har 27 milliarder parametre. Til sammenligning kræver topmodeller ofte flere hundrede milliarder parametre for at opnå lignende resultater – og de koster tilsvarende mere at drive.
For beslutningstagere betyder det, at open-source-modeller som Qwen3.8 27B bliver et reelt alternativ til kommercielle API'er. Du kan køre den på egen infrastruktur uden at betale per token, hvilket kan sænke de løbende omkostninger markant. Samtidig giver det større kontrol over data og compliance, hvilket er afgørende i regulerede brancher som finans og sundhed.
Det er dog ikke kun prisen, der gør modellen interessant. Den viser, at open-source-økosystemet fortsat presser grænserne for, hvad der kan opnås med mindre modeller. Det kan ændre magtbalancen i AI-markedet, hvor de store kommercielle aktører hidtil har domineret med enorme, lukkede modeller.
Hvis du overvejer at bygge eller købe AI-løsninger, er det værd at undersøge, om en model som Qwen3.8 27B kan dække dine behov. Den tekniske dokumentation og benchmark-detaljer finder du i Artificial Analysis' rapport, hvor du kan sammenligne den med andre modeller på tværs af pris og ydeevne.
