Malé modely se jménem Qwen3.8 nevydal Qwen, ale Empero, a stojí na Qwen3.5

Kdo si na Hugging Face vyhledá jméno Qwen3.8, najde mezi výsledky od 15. srpna 2026 i trojici Qwen3.8-9B, Qwen3.8-4B a Qwen3.8-2B. Vypadá to na malé sourozence nejnovější řady od Alibaby, které by se na rozdíl od ní vešly do jedné karty. Ve skutečnosti je vydal někdo jiný a architekturu Qwen3.8 v sobě nemají.

Vydavatel to přiznává hned v prvním odstavci karty

Za všemi třemi stojí vývojář vystupující jako Empero a jeho karta modelu nic nezakrývá. Hned pod nadpisem stojí, že jde o plnou destilaci modelu Qwen3.8 2.4T A95B do architektury Qwen3.5-9B, a odkaz na ten základ je přímo v textu. Totéž říká strojově čitelná hlavička: pole base_model nese Qwen/Qwen3.5-9B, u menších verzí Qwen3.5-4B a Qwen3.5-2B.

Potvrzuje to i config.json. Ve všech třech repozitářích je "model_type": "qwen3_5" a třída Qwen3_5ForConditionalGeneration, tedy loňská generace. Karta na to sama upozorňuje: váhy potřebují běhové prostředí s podporou Qwen3.5, a bez zvláštních jader pro lineární pozornost se vrátí k pomalým operacím v PyTorchi.

Destilace znamená, že se menší model učí z odpovědí většího. Empero uvádí, že šlo o doučení na záznamech od učitele, ne na vlastních odpovědích studenta, a říká i objem: zhruba 70 000 záznamů od učitele u devítimiliardové verze, 45 000 u čtyřmiliardové a 30 000 u dvoumiliardové. Soubor vah má 19,3 GB, 9,32 GB a 4,55 GB; kontext 262 144 tokenů je převzatý ze základu.

Apache 2.0 patří základu, učitel má vlastní licenci

Samotný Qwen vydal pod jménem Qwen3.8 zatím čtyři repozitáře: Qwen3.8-27B z 5. srpna, Qwen3.8-2.4T-A95B z 8. srpna a k nim dvě verze v FP8. Menší z té dvojice má v repozitáři soubor LICENSE s textem Apache 2.0. Ten větší ne: běží pod vlastní licencí Qwen3.8-Max se třemi prahy, o kterých jsme psali při jeho vydání. A právě ten větší si Empero vzal za učitele.

V oddílu o původu a licencování přitom u všech tří modelů stojí jediná věta: váhy vycházejí pod Apache 2.0 zděděnou ze základu Qwen3.5. To o základu platí – Qwen3.5-9B má Apache 2.0 opravdu v souboru LICENSE. O učiteli se karta nezmiňuje.

Licence Qwen3.8-Max je krátká a stojí v ní tohle: software se smí používat, měnit, doučovat i z něj tvořit odvozená díla, oznámení o autorství a text licence se mají přikládat ke všem kopiím a podstatným částem a provozovatel modelů jako služby s obratem nad 50 milionů dolarů za dvanáct měsíců potřebuje od Qwenu samostatnou licenci. Destilaci ani trénink jiného modelu na výstupech nejmenuje ani jednou. Software definuje jako váhy, parametry, konfigurační soubory, kód pro odvozování a dokumentaci, kdežto výstupy zmiňuje odděleně – jestli je student naučený z odpovědí učitele podstatnou částí toho softwaru, z textu neplyne.

Jedno je nicméně jisté i bez výkladu: soubor LICENSE nemá ani jeden ze tří repozitářů Empera. Apache 2.0 je v nich jen jako kolonka v hlavičce karty. Že to u odvozenin na Hugging Face není nic výjimečného, ukázalo dřívější měření. Kdyby se destilovalo z menšího Qwen3.8-27B, byl by celý řetěz pod Apache 2.0 a otázka by nevznikla.

Zveřejněná čísla měřil vydavatel sám a jedno z nich kleslo

Karty uvádějí u každé velikosti tabulku proti vlastnímu základu. Měřeno bylo nástrojem lm-evaluation-harness od EleutherAI, backendem Hugging Face, se stejným nastavením pro základ i studenta a s protokoly, které nechají model uvažovat nahlas. Nikdo jiný to zatím nezopakoval, takže jde o údaj vydavatele.

Na znalostním testu MMLU přes 57 oborů si polepšily všechny tři: 0,546 na 0,751 u devítimiliardové verze, 0,354 na 0,553 u čtyřmiliardové a 0,283 na 0,548 u dvoumiliardové. Na slovních úlohách GSM8K to tak jednoznačné není: dvoumiliardová verze vyskočila z 0,330 na 0,640, jenže devítimiliardová klesla z 0,885 na 0,870 a čtyřmiliardová z 0,850 na 0,785. Karta ty poklesy nezamlčuje, má je v téže tabulce se znaménkem minus.

Ve starších jménech od téhož vydavatele stál i základ

Empero podobné modely vydává od jara a dřív pojmenovával obojí. V březnu to byl Qwen3.5-9B-Claude-Opus-4.6-Distill, v červnu Qwythos-9B-Claude-Mythos-5-1M – nejdřív základ, pak učitel. V srpnovém jménu zbyl jen učitel a velikost.

Zájem to má. K 18. srpnu 2026 má devítimiliardová verze v GGUF 38 348 stažení a 82 lajků, samotné váhy v safetensors 1 831 stažení a 118 lajků. Menší dvě verze jsou v GGUF na 6 411 a 7 277 staženích. Jméno Qwen3.8 přitom v názvu repozitáře nese na Hugging Face aspoň tisíc záznamů – víc jich rozhraní naráz nevydá – a Qwenu z nich patří čtyři.

Kdo tedy váhy vybírá podle jména, má v kartě dvě pole, která rozhodnou dřív než nadpis: base_model v hlavičce a model_type v config.json. U téhle trojice obě říkají Qwen3.5.