Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Qwen3.8-27B-pi-adapted

Le LoRA entraîné par RL de Hugging Face fait de Qwen3.8-27B un bien meilleur agent pi sans mode réflexion, avec un quart des tokens.

Avis de ReviewRamble editors · Mis à jour

Visiter Qwen3.8-27B-pi-adapted Open source

Partager cette page :XLinkedInFacebookRedditWhatsAppE-mail

Notre note

3.9/5

Un petit adaptateur bien documenté qui fait de Qwen3.8-27B un bien meilleur agent pi sans réflexion, et une recette utile même si vous n'utilisez jamais pi.

Qu’est-ce que Qwen3.8-27B-pi-adapted ?

Qwen3.8-27B-pi-adapted est un adaptateur LoRA pour Qwen3.8-27B d'Alibaba, entraîné par apprentissage par renforcement pour servir de modèle à pi, un agent de code open source pour le terminal. Il a été publié en novembre 2026 par harness-hub, une organisation Hugging Face dont l'article de lancement est signé par des ingénieurs de Hugging Face, comme l'un de trois adaptateurs par harness (pi, Hermes Agent et OpenCode), plus un adaptateur fusionné qui fonctionne avec les trois.

L'adaptateur ne modifie pas les poids de base. Il ajoute des couches LoRA de rang 32 sur les projections d'attention et feed-forward, entraînées avec l'entraîneur expérimental AsyncGRPO de TRL dans le vrai harness pi, sur 750 tâches logicielles de scale800 et 300 tâches de terminal de TermGrade, avec deux GPU NVIDIA B200. On le charge sur Qwen3.8-27B dans vLLM ou llama.cpp, ou on le fusionne en un checkpoint autonome d'environ 54GB en BF16. Toutes les trajectoires d'évaluation sont publiées.

Qwen3.8-27B-pi-adapted vaut-il le coup ?

Cet adaptateur montre combien un modèle gagne à être entraîné dans le harness d'agent où il tournera réellement. Sous pi, réflexion désactivée, il fait passer Qwen3.8-27B de 39,2 % à 64,7 % sur les 51 tâches les plus difficiles de SWE-bench Pro, avec 15 tâches nouvellement résolues et 2 perdues, et de 39,5 % à 55,8 % sur 86 tâches de Terminal-Bench 2.1. Les deux écarts passent un test des signes (p = 0,0023 et 0,0013), et le gain sur Terminal-Bench se maintient à 16,2 points sur les 68 tâches qui n'ont pas servi à choisir le checkpoint.

Le principal enseignement est l'efficacité. Sans réflexion, l'adaptateur égale le modèle de base réfléchissant à son effort maximal sur Terminal-Bench 2.1 (56,6 % contre 54,2 %) et obtient 25 des 35 points qu'apporte la réflexion sur SWE-bench Pro (64,7 % contre 74,5 %), en générant environ 4,5 fois moins de tokens par tâche. Sur les tâches que les deux résolvent, il lui faut 23 tours là où le modèle de base en demande 59 sur SWE-bench Pro, et 8 contre 18 sur Terminal-Bench.

La fiche est d'une franchise rare. Elle consigne deux corrections de ses propres chiffres, l'une due à un plafond de sortie de 16k qui coupait les longs raisonnements, l'autre à un tunnel réseau tombé pendant neuf exécutions du modèle de base, et elle note qu'une partie du gain vient du fait de finir dans le budget de 100 étapes que le modèle de base épuise souvent. Toutes les trajectoires, notées ou non, sont dans un bucket public.

Le hic : il est étroit. Les gains n'ont été mesurés que sous pi, en texte seul, à température 0,8 et avec l'API completions d'OpenAI ; la fiche prévient que l'API Responses, utilisée par défaut par pi, n'a jamais été entraînée ni testée. La version GGUF n'a pas été réévaluée, les quantifications de la base à moins de bits s'éloignent davantage du comportement entraîné, et l'entraînement s'est arrêté à l'étape 191 sur 1 000 prévues. Avec la réflexion activée, il atteint les mêmes 74,5 % que le modèle de base : il n'apporte donc rien à ceux qui paient déjà pour de longs raisonnements.

Notre avis : si vous faites tourner pi sur votre propre GPU, c'est une mise à niveau gratuite qui transforme un penseur lent en finisseur rapide ; si vous utilisez un autre harness, les adaptateurs jumeaux et la recette TRL publiée sont la partie la plus intéressante de la sortie.

Là où il fait la différence

  • Un développeur qui utilise pi avec un modèle local sur un GPU de station de travail

    Corriger des tests en échec et de petits bugs sans payer de tokens d'API

    Servez Qwen3.8-27B avec vLLM et `--lora-modules qwen3.8-pi=harness-hub/Qwen3.8-27B-pi-adapted`, réflexion désactivée, et pointez pi dessus avec l'API openai-completions. Les sessions se terminent en environ deux fois moins de tours qu'avec le modèle de base.

  • Un développeur Mac qui utilise Llama.app

    Faire tourner un agent local plus performant depuis un portable

    Déclarez un GGUF de Qwen3.8-27B (Q8_0 par défaut selon la fiche ; Q4_K_XL pèse environ 17GB) avec le fichier LoRA F16 dans models.user.ini, puis utilisez l'extension pi-llama. La voie GGUF n'a pas été remesurée.

  • Une équipe ML dans une entreprise dotée de son propre harness d'agent

    Entraîner un adaptateur peu coûteux adapté à son harness et à ses tâches

    Suivez la recette TRL publiée `async_grpo_harbor` : tâches au format Harbor servies par OpenEnv, harness utilisé tel quel, deux GPU B200 par harness. La courbe d'entraînement et les trajectoires de la fiche montrent à quoi s'attendre.

Avant de vous engager

Mise en route
Installez pi avec `npm install -g --ignore-scripts @earendil-works/pi-coding-agent` (Node.js 22.19+), servez Qwen3.8-27B avec le LoRA dans vLLM et ajoutez un fournisseur local avec `"api": "openai-completions"` dans ~/.pi/agent/models.json.
Intégrations
vLLM (LoRA ou fusionné), transformers serve, llama.cpp et Llama.app via l'adaptateur GGUF, l'extension pi-llama ; des adaptateurs jumeaux existent pour Hermes Agent et OpenCode.
Données et confidentialité
Auto-hébergé : le code et les prompts restent sur votre machine. L'entraînement a utilisé des jeux de tâches Harbor publics et des sandboxes HF dont les appels d'outils étaient filtrés par safeagents ; les sandboxes d'évaluation avaient accès à internet, et la fiche n'a relevé aucune recherche des correctifs d'origine.
Coût à grande échelle
Aucun coût de licence ; le coût est celui de servir un modèle de 27B. Selon la fiche, le modèle de base qui réfléchit a généré une médiane de 48,8k tokens par tâche SWE-bench Pro contre 9,4k pour l'adaptateur, donc le même GPU traite plusieurs fois plus de tâches.
Limites
La réflexion désactivée est le réglage entraîné ; budget d'évaluation de 100 étapes et 131 072 tokens ; ne fonctionne que sur Qwen3.8-27B ; la tour de vision n'est pas servie ; le cache de préfixes dans vLLM exige `--mamba-cache-mode align`.

Les points forts

  • Sous-ensemble difficile de SWE-bench Pro de 39,2 % à 64,7 % sous pi sans réflexion
  • Environ 4,5 fois moins de tokens générés que le modèle de base qui réfléchit
  • Moins de la moitié des tours d'agent du modèle de base sur les tâches que les deux résolvent
  • Corrections, trajectoires et recette d'entraînement publiées
  • Apache 2.0 ; fonctionne en LoRA dans vLLM ou llama.cpp, ou fusionné

Les points faibles

  • Évalué uniquement sous le harness pi avec l'API completions
  • Adaptateur GGUF non réévalué ; les quantifications à peu de bits de la base dérivent
  • Aucun gain sur le modèle de base dès que la réflexion est activée
  • Exige le modèle de base complet de 27B ; la vision n'est pas servie

Idéal pour

Développeurs qui font tourner l'agent de code pi sur leur propre GPU ou Mac et veulent de meilleurs résultats sans réflexion, avec des sessions plus courtes et moins coûteuses.

Alternatives à Qwen3.8-27B-pi-adapted

Qwen3.8-27B-pi-adapted : questions fréquentes

Qwen3.8-27B-pi-adapted vaut-il le coup ?
Un petit adaptateur bien documenté qui fait de Qwen3.8-27B un bien meilleur agent pi sans réflexion, et une recette utile même si vous n'utilisez jamais pi. Nous lui donnons 3.9 sur 5.
Combien coûte Qwen3.8-27B-pi-adapted ?
Gratuit sous Apache 2.0, comme la base Qwen3.8-27B qu'il requiert. L'utiliser suppose d'héberger soi-même la base de 27B ; un GGUF 4 bits de la base pèse environ 17GB.
Quels sont les inconvénients de Qwen3.8-27B-pi-adapted ?
Évalué uniquement sous le harness pi avec l'API completions; adaptateur GGUF non réévalué ; les quantifications à peu de bits de la base dérivent; aucun gain sur le modèle de base dès que la réflexion est activée; exige le modèle de base complet de 27B ; la vision n'est pas servie.
À qui s’adresse Qwen3.8-27B-pi-adapted ?
Développeurs qui font tourner l'agent de code pi sur leur propre GPU ou Mac et veulent de meilleurs résultats sans réflexion, avec des sessions plus courtes et moins coûteuses.
Combien coûte Qwen3.8-27B-pi-adapted pour une équipe ou en production ?
Aucun coût de licence ; le coût est celui de servir un modèle de 27B. Selon la fiche, le modèle de base qui réfléchit a généré une médiane de 48,8k tokens par tâche SWE-bench Pro contre 9,4k pour l'adaptateur, donc le même GPU traite plusieurs fois plus de tâches.
Qwen3.8-27B-pi-adapted est-il sûr pour les données de l’entreprise ?
Auto-hébergé : le code et les prompts restent sur votre machine. L'entraînement a utilisé des jeux de tâches Harbor publics et des sandboxes HF dont les appels d'outils étaient filtrés par safeagents ; les sandboxes d'évaluation avaient accès à internet, et la fiche n'a relevé aucune recherche des correctifs d'origine.
Quelles sont les meilleures alternatives à Qwen3.8-27B-pi-adapted ?
Les alternatives les plus proches que nous avons testées sont Qwen3.8-27B, Inkling 2 Mini et Gemma 4.

Réponses vérifiées le 21 nov. 2026.