WildClawBench ubica a Qwen3.8-27B de Alibaba en el puesto 15 en tareas de agente.
El modelo open-weight de 27B obtuvo 48.0% en 60 tareas de agentes de WildClawBench, quedando por detrás de sistemas alojados más grandes pero superando a su predecesor Qwen3.6.
By RuntimeWire Staff · Published
Primary source: Hugging Face
Por qué importa
WildClawBench ofrece a los operadores una evaluación de terceros sobre la finalización de tareas de Qwen3.8-27B. El modelo superó a su predecesor pero quedó detrás de varios sistemas más grandes o alojados, lo que hace que el control del despliegue y los costos medidos del autoalojamiento sean centrales para cualquier decisión de adopción.
Qwen3.8-27B de Alibaba terminó en el puesto 15 entre 33 modelos en WildClawBench, obteniendo 48.0% en 60 tareas de agente ejecutadas mediante el arnés OpenClaw. El resultado de terceros ofrece a los desarrolladores una medida más contenida del modelo que las propias evaluaciones de Alibaba sobre codificación y uso en computadora.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.