Artykuły zebrane według problemu, branży i rodzaju systemu.
Spekulatywne dekodowanie DFlash2-7 dało w naszym teście medianę 120,9 tokenu na sekundę wobec 93,3 dla profilu MTP-3, czyli o 29,6% więcej. Działało jednak z kontekstem 65 536 tokenów zamiast 150 000, więc zostało opcjonalnym profilem dla krótkich zadań, a długie zadania zostały na MTP-3.
Ten sam lokalny model Qwen3.8-27B naprawiał kod różnie, zależnie od programu, który nim sterował. W długim zadaniu Go Qwen Code skończył w 8:22 z oceną 100/100, Codex w 19:10 z błędem, przez który zmianę odrzuciliśmy, a Claude Code w 28:52 z oceną 98/100. W krótszym imporcie CSV najszybszą poprawną zmianę przygotował OpenCode, w 89 sekund.
Lokalny Qwen3.8-27B przez Qwen Code zbudował panel rekrutacyjny z jednego zdania w 26 min 3 s. Pierwsza wersja renderowała jednak 251 327 elementów DOM i stronę wysoką na 485 065 px. Zaakceptowana wersja powstała po 48 min 25 s pracy modelu w trzech sesjach, a po naprawie strona miała 722 węzły DOM.
Po kilku nieudanych próbach zostawiliśmy Qwen Code z poziomem rozumowania medium ustawionym w kliencie i w żądaniu, zachowanym tokiem myślenia, kontekstem 150 000 tokenów i bez stałego limitu długości odpowiedzi. To konfiguracja z jednej karty RTX 3090 i jednego aktywnego agenta, z krótkim testem profilu po każdej zmianie.
Qwen Code z lokalnym Qwen3.8-27B naprawił eksport CSV i paginację z kompletem ukrytych testów, ale w imporcie użytkowników przepuścił rekord z pustą nazwą lub rolą. Wszystkie 12 testów publicznych przeszło, a ukryte dały 4 z 5. Codex i OpenCode przeszły w tym zadaniu 5 z 5.
Qwen3.8-27B odnalazł trzy wskazane fakty zarówno w wejściu 50 059, jak i 230 085 tokenów, ale krótsza próba trwała 59,3 s, a dłuższa 563,4 s. Okno kontekstu dobiera się do 95. percentyla długości rzeczywistego wejścia z zapasem, bo większe okno kosztuje czas bez lepszej odpowiedzi.
Lokalny Qwen jest dostępny zdalnie trzema drogami: interfejs WWW w prywatnej sieci, prywatna sieć dla aplikacji i klientów albo tunel SSH dla jednego inżyniera. Każda wymaga jawnego sekretu, opisu przepływu danych i testów przed oddaniem użytkownikom.
Jedna RTX 3090 z 24 GB VRAM wystarczyła, żeby uruchomić Qwen3.8-27B i naprawić błąd w kodzie Go w 502,14 s, z 52 wywołaniami narzędzi, zużyciem około 33,88 Wh i oceną 100/100 według naszych kryteriów. Ten sam model przepuścił brak walidacji w imporcie CSV i wygenerował interfejs z 251 327 elementami DOM.
Qwen3.8-27B pasuje do kodu, obrazu i długich wejść, Bielik-11B-v3.0-Instruct do polskiego tekstu bez danych osobowych, a PLLuM-12B-chat-2512 do dialogu i RAG po polsku. O wyborze decyduje test na tych samych polskich przykładach, bo badania z 2026 r. dają różną kolejność zależnie od korpusu.
Prywatne modele
Dobieramy sprzęt i model, uruchamiamy go i mierzymy jakość na Twoich przykładach. Możesz zacząć od komputera, który już masz.
Terminy zobaczysz w swojej strefie czasowej.
Zobacz prywatne modeleOpenAI robi ChatGPT, a Anthropic robi Claude. Należymy do programów partnerskich obu firm, więc pracujemy z ich narzędziami na co dzień i uczymy się od samych twórców.
Claude Partner NetworkUdział w programach nie oznacza, że OpenAI albo Anthropic polecają nasze usługi.