So sánh mô hình 27B: chuẩn tham chiếu đang nghiêng về Qwen
Qwen3.8 27B là mô hình ngôn ngữ trọng số mở 27B, có khả năng nhận văn bản, hình ảnh và video, với cửa sổ ngữ cảnh gốc 262.144 token và bộ điểm benchmark AI trải trên lập trình, suy luận, thị giác lẫn tác vụ máy tính. Nhìn vào bằng chứng hiện có, Qwen là lựa chọn mạnh hơn nếu ưu tiên độ chính xác; Flint v1.0 đáng cân nhắc khi giới hạn phần cứng và triển khai cục bộ quan trọng hơn. Còn LBS-27B hiện chưa phải đối thủ có thể đem ra so điểm: kho lưu trữ được mô tả chỉ có tệp giấy phép và README ngắn, không có trọng số hay cấu hình. Vì vậy, bài so sánh này có hai tầng: đặt LBS-27B trước ngưỡng mà Qwen đã tạo ra, rồi đối chiếu trực tiếp Qwen với Flint qua hai bài kiểm tra chung. Đừng xem thứ hạng là kết luận tuyệt đối: các số liệu do nhà phát triển tự báo cáo, nên giao thức và khả năng tái lập vẫn cần được tính đến.
Điểm GPQA Diamond 89,2 cùng đầu vào thị giác gốc khiến Qwen đáng chú ý hơn một mô hình chỉ mạnh ở một tác vụ. Tuy nhiên, đây là kết quả do Qwen công bố và chưa được tái lập độc lập; nên xem chúng là chuẩn tham khảo, không phải lời bảo đảm hiệu năng trong mọi môi trường.
Qwen3.8 27B và Flint v1.0: hơn điểm hay dễ triển khai?
Bảng dưới đây tập trung vào các khác biệt có ý nghĩa khi chọn mô hình: hai benchmark chung, dấu chân bộ nhớ và ngữ cảnh. Qwen dẫn ở cả Terminal-Bench 2.1 lẫn LiveCodeBench v6; Flint đáp lại bằng yêu cầu bộ nhớ thấp hơn và tốc độ suy luận được công bố phù hợp với thiết bị nhỏ hơn. Đó là sự đánh đổi thực tế: điểm số cao hơn của Qwen đi kèm nhu cầu phần cứng đáng kể hơn.
| Tiêu chí | Qwen3.8 27B | Flint v1.0 |
|---|---|---|
| Terminal-Bench 2.1 | 73,0% | 54,9%; chạy Terminus 2, bật internet nhưng tính truy xuất web là thất bại |
| LiveCodeBench v6 | 90,3% | 80,3% |
| Bộ nhớ | Khoảng 55,6 GB ở BF16 | Khoảng 24 GB; bản dựng NVFP4 chiếm 22,86 GB trên đĩa |
| Ngữ cảnh | 262.144 token gốc; mở rộng tới khoảng 1.000.000 với YaRN | 262.144 token gốc; thông báo nêu tối đa 512K |
| Tốc độ được công bố | Không có số liệu tương ứng trong tài liệu được cung cấp | Hơn 125 token/giây trên MacBook Pro M4 Pro và hơn 150 trên RTX Spark 64 GB ở ngữ cảnh ngắn |
Qwen đạt 73,0% so với 54,9% của Flint ở Terminal-Bench 2.1, còn LiveCodeBench v6 lần lượt là 90,3% và 80,3%. Đây là lợi thế đáng kể cho Qwen ở tác vụ terminal và lập trình, nhưng phép so Terminal-Bench có khác biệt giao thức: Flint bị tính sai nếu giải pháp dựa vào truy xuất web. Một phép đo bên thứ ba cho Qwen thấp hơn 3,3 điểm so với số hãng công bố, nhắc rằng benchmark nhạy với cách chạy. Dù vậy, khoảng cách Terminal-Bench vẫn lớn hơn sai khác đó.
Flint có chỗ đứng; LBS-27B chưa có bằng chứng
Theo mức trung bình sáu bài kiểm tra do Recursive tự xây dựng, Qwen3.8 27B là mô hình duy nhất trong nhóm so sánh đạt điểm cao hơn Flint v1.0. Kết quả đó củng cố vị thế của Qwen, nhưng không xóa đi ưu thế triển khai của Flint: mô hình này được mô tả có thể chạy trong khoảng 24 GB bộ nhớ, với tốc độ cao trên một số phần cứng nhỏ gọn. Nếu cần xử lý tác vụ nhạy cảm ngay trên máy, làm việc ngoại tuyến hoặc phục vụ nhiều yêu cầu với phần cứng hạn chế, Flint có thể là lựa chọn hợp lý hơn dù điểm hai benchmark chung thấp hơn.
LBS-27B cần một cách đánh giá khác: hiện chưa có mô hình để kiểm thử. Tài liệu được mô tả gồm một README 28 byte chỉ nêu giấy phép Apache-2.0 cùng tệp .gitattributes; không có trọng số, cấu hình, tokenizer, thẻ mô hình hay kết quả benchmark. Vì vậy, đặt LBS-27B trước Qwen lúc này chỉ có nghĩa là so một chuẩn tham chiếu đã có số liệu với một kho lưu trữ chưa cung cấp sản phẩm đánh giá được. Người đọc nên chờ bản phát hành thực chất thay vì suy diễn chất lượng từ tên gọi hoặc kích thước tham số.
Cả hai nguồn so sánh đều có giới hạn: phần lớn điểm số do chính nhà phát triển đo, còn kết quả có thể đổi theo bộ khung, dữ liệu và quy tắc chấm. Trong các con số hiện có, Qwen thắng rõ ở hai bài kiểm tra chung; Flint thể hiện giá trị ở yêu cầu bộ nhớ và tốc độ. Chọn theo điểm số nếu có phần cứng phù hợp, chọn theo khả năng chạy thực tế nếu ưu tiên máy cục bộ. Với LBS-27B, chưa có căn cứ để khuyến nghị thay thế một trong hai.
Buy if / Skip if
- Buy the Qwen3.8 27B if bạn cần điểm cao hơn trong các benchmark lập trình và tác vụ terminal được đối chiếu, đồng thời có phần cứng đáp ứng mức bộ nhớ của mô hình.
- Skip the Qwen3.8 27B if bạn cần chạy gọn trên laptop hoặc thiết bị hạn chế tài nguyên và không muốn đánh đổi khả năng triển khai để lấy điểm benchmark cao hơn.
- Buy the Flint v1.0 if ưu tiên chạy cục bộ, ngoại tuyến, giữ mã nguồn trên máy hoặc tận dụng phần cứng nhỏ gọn; chấp nhận điểm thấp hơn Qwen ở hai bài kiểm tra chung.
- Skip the Flint v1.0 if mục tiêu hàng đầu là kết quả cao nhất trong các benchmark Terminal-Bench 2.1 và LiveCodeBench v6 được cung cấp.
- Skip the LBS-27B if bạn cần một mô hình có thể đánh giá hoặc triển khai ngay; tài liệu hiện chưa có trọng số hay kết quả benchmark.
