Qwen 3.8 27B Uncensored (Thinking)
Diese abliterierte Community-Variante von Qwen 3.8 27B entfernt die Sicherheits-Refusals aus den Gewichten und macht sie damit für Sicherheitsforschung und Red-Teaming nutzbar — bei einem MMLU-Verlust von rund zwei Punkten laut Hersteller. Lokal betreibbar unter Apache-2.0, mit 262.000-Token-Kontext und Bild- sowie Video-Eingabe.
- Open Weights
- Workstation
- vLLM
- Text
- Uncensored
- Unusable
Sovereign Risk: MEDIUM TODO
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 76.13
- Routine
- 45.25
- Reasoning
- 30.88
- LLM Judge Avg
- 3.95 / 5
- 100 Coverage
- Avg Task Duration
- 145.81s
- Unusable
- Token Rate
- 16.05tok/s
- Output Rate
- P95 Latency
- 387.18s
- Top 5 %
- Total Tokens
- 139600
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 139600 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Qwen 3.8 27B Uncensored (Thinking)
Bestes Modell
Ø Alle Modelle
Code Quality
78.04
CLI Benchmark
96
Logical Reasoning
78.2
UX Writing
76.65
Documentation
77.2
Content Transform.
72.06
Cultural Intelligence
66.92
Synthesis Quality
59.17
Tool Execution
90
ToolUse Score
73.92
Benchmark Cost
$0
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.