¿Qué es Qwen3.8-27B-pi-adapted?
Qwen3.8-27B-pi-adapted es un adaptador LoRA para Qwen3.8-27B de Alibaba, entrenado con aprendizaje por refuerzo para funcionar como el modelo detrás de pi, un agente de código de terminal de código abierto. Lo publicó en noviembre de 2026 harness-hub, una organización de Hugging Face cuya entrada de lanzamiento firman ingenieros de Hugging Face, como uno de tres adaptadores por harness (pi, Hermes Agent y OpenCode) más un adaptador fusionado que funciona con los tres.
El adaptador no cambia los pesos base. Añade capas LoRA de rango 32 en las proyecciones de atención y feed-forward, entrenadas con el entrenador experimental AsyncGRPO de TRL dentro del harness pi real, sobre 750 tareas de software de scale800 y 300 tareas de terminal de TermGrade, en dos GPU NVIDIA B200. Se carga sobre Qwen3.8-27B en vLLM o llama.cpp, o se fusiona en un checkpoint independiente de unos 54GB en BF16. Todas las trayectorias de evaluación están publicadas.
¿Merece la pena Qwen3.8-27B-pi-adapted?
Este adaptador muestra cuánto gana un modelo al entrenarse dentro del harness de agente en el que realmente va a funcionar. Con pi y el razonamiento desactivado, sube a Qwen3.8-27B del 39,2% al 64,7% en las 51 tareas más difíciles de SWE-bench Pro, con 15 tareas nuevas resueltas y 2 perdidas, y del 39,5% al 55,8% en 86 tareas de Terminal-Bench 2.1. Ambos cambios superan una prueba de signos (p = 0,0023 y 0,0013), y la mejora en Terminal-Bench se mantiene en 16,2 puntos en las 68 tareas que no se usaron para elegir el checkpoint.
El hallazgo mayor es la eficiencia. Con el razonamiento desactivado, el adaptador iguala al modelo base razonando a su máximo esfuerzo en Terminal-Bench 2.1 (56,6% frente a 54,2%) y consigue 25 de los 35 puntos que aporta el razonamiento en SWE-bench Pro (64,7% frente a 74,5%), generando unas 4,5 veces menos tokens por tarea. En las tareas que ambos resuelven, necesita 23 turnos donde el modelo base necesita 59 en SWE-bench Pro, y 8 frente a 18 en Terminal-Bench.
La ficha es inusualmente franca. Recoge dos correcciones de sus propias cifras, una causada por un límite de salida de 16k que cortaba el razonamiento largo y otra por un túnel de red que falló durante nueve ejecuciones del modelo base, y señala que parte de la mejora viene de terminar dentro del presupuesto de 100 pasos que el modelo base suele agotar. Todas las trayectorias, calificadas o no, están en un bucket público.
La pega: es estrecho. Las mejoras se midieron solo con pi, solo texto, temperatura 0,8 y la API de completions de OpenAI; la ficha advierte que la API Responses, la predeterminada de pi, nunca se entrenó ni se probó. La versión GGUF no se ha vuelto a evaluar, las cuantizaciones de la base con menos bits se alejan más del comportamiento entrenado, y el entrenamiento se detuvo en el paso 191 de 1.000 previstos. Con el razonamiento activado alcanza el mismo 74,5% que el modelo base, así que no aporta nada a quien ya paga por razonamientos largos.
Nuestra opinión: si usas pi en tu propia GPU, es una mejora gratuita que convierte a un pensador lento en alguien que termina rápido; si usas otro harness, los adaptadores hermanos y la receta de TRL publicada son lo más interesante del lanzamiento.
Dónde se gana su sitio
Un desarrollador que usa pi con un modelo local en una GPU de estación de trabajo
Arreglar tests que fallan y bugs pequeños sin pagar tokens de API
Sirve Qwen3.8-27B con vLLM y `--lora-modules qwen3.8-pi=harness-hub/Qwen3.8-27B-pi-adapted`, sin razonamiento, y apunta pi a él con la API openai-completions. Las sesiones terminan en más o menos la mitad de turnos que con el modelo base.
Un desarrollador de Mac que usa Llama.app
Ejecutar un agente local más capaz desde un portátil
Registra un GGUF de Qwen3.8-27B (Q8_0 es el predeterminado de la ficha; Q4_K_XL ocupa unos 17GB) con el archivo LoRA F16 en models.user.ini y usa la extensión pi-llama. La vía GGUF no se ha vuelto a medir.
Un equipo de ML en una empresa con su propio harness de agentes
Entrenar un adaptador barato que encaje con su harness y su mezcla de tareas
Sigue la receta publicada `async_grpo_harbor` de TRL: tareas en formato Harbor servidas por OpenEnv, el harness tal como se distribuye y dos GPU B200 por harness. La curva de entrenamiento y las trayectorias de la ficha muestran qué esperar.
Antes de decidirte
- Puesta en marcha
- Instala pi con `npm install -g --ignore-scripts @earendil-works/pi-coding-agent` (Node.js 22.19+), sirve Qwen3.8-27B con el LoRA en vLLM y añade un proveedor local con `"api": "openai-completions"` en ~/.pi/agent/models.json.
- Integraciones
- vLLM (LoRA o fusionado), transformers serve, llama.cpp y Llama.app mediante el adaptador GGUF, la extensión pi-llama; hay adaptadores hermanos para Hermes Agent y OpenCode.
- Datos y privacidad
- Alojado por ti, así que el código y los prompts se quedan en tu máquina. El entrenamiento usó conjuntos de tareas Harbor públicos y sandboxes de HF con las llamadas a herramientas filtradas por safeagents; los sandboxes de evaluación tenían acceso a internet y la ficha no encontró búsquedas de las soluciones originales.
- Coste a escala
- Sin coste de licencia; el coste es servir un modelo de 27B. Según la ficha, el modelo base razonando generó una mediana de 48,8k tokens por tarea de SWE-bench Pro frente a 9,4k del adaptador, así que la misma GPU atiende varias veces más tareas.
- Límites
- El razonamiento desactivado es la configuración entrenada; presupuesto de evaluación de 100 pasos y 131.072 tokens; solo funciona sobre Qwen3.8-27B; la torre de visión no se sirve; el caché de prefijos en vLLM requiere `--mamba-cache-mode align`.
Lo bueno
- Subconjunto difícil de SWE-bench Pro del 39,2% al 64,7% con pi y sin razonamiento
- Unas 4,5 veces menos tokens generados que el modelo base razonando
- Menos de la mitad de turnos de agente que el modelo base en las tareas que ambos resuelven
- Correcciones, trayectorias y receta de entrenamiento publicadas
- Apache 2.0; funciona como LoRA en vLLM o llama.cpp, o fusionado
Lo malo
- Evaluado solo con el harness pi y la API de completions
- Adaptador GGUF sin reevaluar; las cuantizaciones de pocos bits de la base se desvían
- Ninguna ventaja sobre el modelo base con el razonamiento activado
- Necesita el modelo base completo de 27B; la visión no se sirve
Ideal para
Desarrolladores que usan el agente de código pi en su propia GPU o Mac y quieren mejores resultados sin razonamiento y sesiones más cortas y baratas.
Alternativas a Qwen3.8-27B-pi-adapted
Qwen3.8-27B-pi-adapted: preguntas frecuentes
- ¿Merece la pena Qwen3.8-27B-pi-adapted?
- Un adaptador pequeño y bien documentado que hace de Qwen3.8-27B un agente pi mucho mejor con el razonamiento desactivado, y una receta útil aunque nunca uses pi. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta Qwen3.8-27B-pi-adapted?
- Gratis bajo Apache 2.0, como la base Qwen3.8-27B que necesita. Usarlo implica alojar tú mismo la base de 27B; un GGUF de 4 bits de la base ocupa unos 17GB.
- ¿Qué inconvenientes tiene Qwen3.8-27B-pi-adapted?
- Evaluado solo con el harness pi y la API de completions; adaptador GGUF sin reevaluar; las cuantizaciones de pocos bits de la base se desvían; ninguna ventaja sobre el modelo base con el razonamiento activado; necesita el modelo base completo de 27B; la visión no se sirve.
- ¿Para quién es Qwen3.8-27B-pi-adapted?
- Desarrolladores que usan el agente de código pi en su propia GPU o Mac y quieren mejores resultados sin razonamiento y sesiones más cortas y baratas.
- ¿Cuánto cuesta Qwen3.8-27B-pi-adapted para un equipo o en producción?
- Sin coste de licencia; el coste es servir un modelo de 27B. Según la ficha, el modelo base razonando generó una mediana de 48,8k tokens por tarea de SWE-bench Pro frente a 9,4k del adaptador, así que la misma GPU atiende varias veces más tareas.
- ¿Es Qwen3.8-27B-pi-adapted seguro para los datos de la empresa?
- Alojado por ti, así que el código y los prompts se quedan en tu máquina. El entrenamiento usó conjuntos de tareas Harbor públicos y sandboxes de HF con las llamadas a herramientas filtradas por safeagents; los sandboxes de evaluación tenían acceso a internet y la ficha no encontró búsquedas de las soluciones originales.
- ¿Cuáles son las mejores alternativas a Qwen3.8-27B-pi-adapted?
- Las alternativas más cercanas que hemos analizado son Qwen3.8-27B, Inkling 2 Mini y Gemma 4.
Respuestas comprobadas el 21 nov 2026.