Qwen 3.8 27B Başarılı Ama Fazla Düşünme Eğiliminde

Ağustos 2026'da Alibaba'nın Qwen laboratuvarı Qwen 3.8 27B'yi açık ağırlıkla yayınladı. Model yaklaşık 27 milyar parametre, Apache 2.0 lisanslı, metnin yanı sıra görüntü ve videoyu da işleyebiliyor. Yerel çalışanlar için boyut önemli: niceleme ile yaklaşık 17 GB'lık bir dosya, güçlü bir dizüstüne sığabiliyor.¹

Kartın iddiası net. Kod, ajan işleri ve bilgisayar kullanımı ölçümlerinde bir önceki 27B'ye göre sıçrama var; bazı satırlarda kapalı sınır modelleriyle yan yana duruyor. Bu sayılar üreticinin kendi tablosu; bağımsız tekrarlar henüz oturmuş değil. Yine de pratikte modelin "küçük ama iş görür" sınıfında üst sıraya oynadığı görülüyor.

Düşünme açık, ve varsayılan en üst kademe

Qwen 3.8 ailesinde düşünme kipi varsayılan olarak açık. Model önce iç muhakemesini üretir, sonra cevabı verir. Derinliği ayarlamak için reasoning_effort parametresi var: low, medium ve xhigh. Resmi belgede varsayılan xhigh: "kapsamlı analiz isteyen karmaşık işler" için. İstersen düşünmeyi tamamen kapatıp doğrudan cevap da alabiliyorsun.²

Burada tuhaflık başlıyor. Fabrika ayarı, her istemi karmaşık iş gibi ele alıyor. Basit bir çizim, kısa bir soru, tek satırlık bir istek bile en ağır düşünme bütçesine girebiliyor. Model kartı ayrıca geçmiş turların düşünme bloklarını saklayan preserve_thinking özelliğini de varsayılan açık bırakıyor; ajan senaryolarında tutarlılık için mantıklı, ama her sohbeti şişirmeye de yatkın.

Bu ayar ailesi yeni değil; son yıllarda birçok model "önce düşün, sonra cevapla" kipine geçti. Fark, Qwen 3.8 27B'nin o kipi hem açık hem de en üst derinlikte bırakması. Kullanıcı hiçbir şey seçmezse model, basit işlerde bile uzun bir iç monolog yazmaya hazır. Maliyet token cinsinden, gecikme dakika cinsinden geliyor.

Bir daire istemi, bir pelikan ve 21 dakika

Bağımsız geliştirici Simon Willison modeli LM Studio üzerinde, 17 GB'lık Q4 niceleme ile denedi. Klasik "bisiklete binen pelikan" SVG isteminde varsayılan xhigh ile üretim 21 dakika sürdü: 22.276 düşünme tokeni harcandı, çıktı yaklaşık 3.200 token oldu. Aynı istem düşünme kapalıyken yaklaşık 137 saniyede bitti. Çizimin kalitesi yüksek tarafta kaldı; süre ise günlük kullanım için kabul edilemezdi.³

Daha çarpıcı olan daha sade istemdi: "bir daire SVG'si çiz." Muhakeme izi, tek bir çember yerine "geometrik çalışma", eşmerkezli kılavuz halkalar, ince animasyon ve renk paleti tartışmasına kaydı. Dakikalar sonra güzel bir animasyon çıktı; istenenin çok ötesinde. Model başarısız değildi. Aşırı hazırlanmıştı.

Güç nerede, bedel nerede?

Aynı testlerde modelin görü tarafı da işe yarıyor. Bir fotoğraftaki pelikanlara 0-1000 ölçeğinde sınır kutuları istediğinde kutular nesnelerle örtüştü. Düşünme açıkken tek istemle küçük bir etiketleme aracı da üretebildi; düşünme kapalı denemede araç neredeyse çalıştı ama kutular yanlış yerde kaldı. Yani muhakeme bazen gerçekten fark yaratıyor. Sorun, her işe aynı dozu vermek.

Hız tarafı da ayrı. Yoğun (dense) bir 27B model, bellek bant genişliğine aç. Yerelde saniyede onlarca token görmek normal; barındırılan frontier API'ler çoğu zaman daha çevik. Modelin kendi Multi-Token Prediction (çoklu token tahmini) başlığı spekülatif çözümlemeyle hız kazandırabiliyor; topluluk bunu llama.cpp tarafında deneyip belirgin iyileşme bildirdi. Yine de varsayılan xhigh açıkken kazanılan hız, düşünme tokenlerinde eriyebiliyor.

Model iyi olabilir. Varsayılan ayar, o iyiliği hissettirmeden boğabilir. bu yazının tek cümlelik özeti

Ne yapmalı?

İlk çalıştırmada low veya düşünmeyi kapalı dene. Rutin kod, kısa soru, biçim düzeltmesi için xhigh şart değil. Gerçekten zor ajan işlerinde, uzun hata ayıklamada veya tek atışta bozulmayan bir araçta medium veya xhigh'a çık. Bağlam penceresini de dar bırakma: bazı araçların 8K varsayılanı, modelin kendi düşünme izini yutup cevap üretememesine yol açabiliyor. Resmi kart 262.144 tokenlik yerel bağlamdan bahsediyor; uzatma ile bir milyona kadar gidebiliyor.¹

Üretici tablolarında SWE-bench Pro 61,7, LiveCodeBench v6 90,3, OSWorld-Verified 84,3 gibi rakamlar var. Bunlar etkileyici; bağımsız laboratuvar tekrarları gelene kadar "Opus'u geçti" cümlesini temkinle oku. Asıl haber daha mütevazı ve daha kullanışlı: açık, görece küçük, yetenekli bir model artık evde duruyor. Onu günlük sürücü yapmak istiyorsan önce düşünme düğmesini tanı.

Bir başka pratik nokta: üretici, düşünme kipinde sıcaklık 1,0 ve top_p 0,95; düşünmesiz kipte daha düşük sıcaklık öneriyor. Yani sadece effort düğmesi değil, örnekleme ayarları da moda göre değişmeli. Araç varsayılanlarını olduğu gibi bırakırsan model hem fazla düşünür hem de daha dağınık örnekler üretebilir.

kafa1milyon

Meraklı bir kafa. Bilimsel makaleleri, arşiv belgelerini ve saha notlarını okuyup gündelik dile çeviriyor; bilinmeyeni bilinmiyor diye yazmaktan çekinmiyor.