O que é Qwen3.8-27B-pi-adapted?
Qwen3.8-27B-pi-adapted é um adaptador LoRA para o Qwen3.8-27B da Alibaba, treinado com aprendizado por reforço para funcionar como o modelo por trás do pi, um agente de código de terminal open source. Foi publicado em novembro de 2026 pela harness-hub, uma organização da Hugging Face cujo post de lançamento é assinado por engenheiros da Hugging Face, como um de três adaptadores por harness (pi, Hermes Agent e OpenCode), além de um adaptador mesclado que roda nos três.
O adaptador não altera os pesos base. Ele adiciona camadas LoRA de rank 32 nas projeções de atenção e feed-forward, treinadas com o treinador experimental AsyncGRPO do TRL dentro do harness pi real, em 750 tarefas de software do scale800 e 300 tarefas de terminal do TermGrade, em duas GPUs NVIDIA B200. Você o carrega sobre o Qwen3.8-27B no vLLM ou no llama.cpp, ou o mescla num checkpoint independente de cerca de 54GB em BF16. Todas as trajetórias de avaliação estão publicadas.
Qwen3.8-27B-pi-adapted vale a pena?
Este adaptador mostra quanto um modelo ganha ao ser treinado dentro do harness de agente em que vai de fato rodar. No pi, com o raciocínio desligado, ele leva o Qwen3.8-27B de 39,2% para 64,7% nas 51 tarefas mais difíceis do SWE-bench Pro, com 15 tarefas novas resolvidas e 2 perdidas, e de 39,5% para 55,8% em 86 tarefas do Terminal-Bench 2.1. As duas mudanças passam num teste de sinais (p = 0,0023 e 0,0013), e o ganho no Terminal-Bench se mantém em 16,2 pontos nas 68 tarefas que não foram usadas para escolher o checkpoint.
A descoberta maior é a eficiência. Com o raciocínio desligado, o adaptador empata com o modelo base raciocinando no esforço máximo no Terminal-Bench 2.1 (56,6% contra 54,2%) e obtém 25 dos 35 pontos que o raciocínio traz no SWE-bench Pro (64,7% contra 74,5%), gerando cerca de 4,5 vezes menos tokens por tarefa. Nas tarefas que os dois resolvem, ele precisa de 23 turnos onde o modelo base precisa de 59 no SWE-bench Pro, e de 8 contra 18 no Terminal-Bench.
A ficha é incomumente franca. Registra duas correções dos próprios números, uma causada por um limite de saída de 16k que cortava raciocínios longos e outra por um túnel de rede que caiu em nove execuções do modelo base, e observa que parte do ganho vem de terminar dentro do orçamento de 100 passos que o modelo base costuma esgotar. Todas as trajetórias, avaliadas ou não, ficam num bucket público.
O porém: ele é estreito. Os ganhos foram medidos só no pi, só com texto, temperatura 0,8 e a API de completions da OpenAI; a ficha avisa que a API Responses, padrão do pi, nunca foi treinada nem testada. A versão GGUF não foi reavaliada, quantizações da base com menos bits se afastam mais do comportamento treinado, e o treino parou no passo 191 de 1.000 previstos. Com o raciocínio ligado, chega aos mesmos 74,5% do modelo base, então não acrescenta nada para quem já paga por raciocínios longos.
Nossa opinião: se você roda o pi na própria GPU, é um upgrade gratuito que transforma um pensador lento em alguém que termina rápido; se usa outro harness, os adaptadores irmãos e a receita do TRL publicada são a parte mais interessante do lançamento.
Onde ele se destaca
Um desenvolvedor que usa o pi com um modelo local numa GPU de workstation
Corrigir testes que falham e bugs pequenos sem pagar tokens de API
Sirva o Qwen3.8-27B com vLLM e `--lora-modules qwen3.8-pi=harness-hub/Qwen3.8-27B-pi-adapted`, sem raciocínio, e aponte o pi para ele com a API openai-completions. As sessões terminam em cerca de metade dos turnos do modelo base.
Um desenvolvedor de Mac que usa o Llama.app
Rodar um agente local mais forte a partir de um notebook
Registre um GGUF do Qwen3.8-27B (Q8_0 é o padrão da ficha; Q4_K_XL tem cerca de 17GB) com o arquivo LoRA F16 em models.user.ini e use a extensão pi-llama. O caminho GGUF não foi medido de novo.
Uma equipe de ML numa empresa com seu próprio harness de agentes
Treinar um adaptador barato que se encaixe no seu harness e no seu mix de tarefas
Siga a receita publicada `async_grpo_harbor` do TRL: tarefas em formato Harbor servidas pelo OpenEnv, o harness como é distribuído e duas GPUs B200 por harness. A curva de treino e as trajetórias da ficha mostram o que esperar.
Antes de decidir
- Configuração
- Instale o pi com `npm install -g --ignore-scripts @earendil-works/pi-coding-agent` (Node.js 22.19+), sirva o Qwen3.8-27B com o LoRA no vLLM e adicione um provedor local com `"api": "openai-completions"` em ~/.pi/agent/models.json.
- Integrações
- vLLM (LoRA ou mesclado), transformers serve, llama.cpp e Llama.app pelo adaptador GGUF, a extensão pi-llama; há adaptadores irmãos para Hermes Agent e OpenCode.
- Dados e privacidade
- Auto-hospedado, então código e prompts ficam na sua máquina. O treino usou conjuntos públicos de tarefas Harbor e sandboxes da HF com chamadas de ferramenta filtradas pelo safeagents; os sandboxes de avaliação tinham acesso à internet, e a ficha não encontrou buscas pelas correções originais.
- Custo em escala
- Sem custo de licença; o custo é servir um modelo de 27B. Segundo a ficha, o modelo base raciocinando gerou uma mediana de 48,8k tokens por tarefa do SWE-bench Pro contra 9,4k do adaptador, então a mesma GPU atende várias vezes mais tarefas.
- Limites
- Raciocínio desligado é a configuração treinada; orçamento de avaliação de 100 passos e 131.072 tokens; só funciona sobre o Qwen3.8-27B; a torre de visão não é servida; o cache de prefixo no vLLM exige `--mamba-cache-mode align`.
O que é bom
- Subconjunto difícil do SWE-bench Pro de 39,2% para 64,7% no pi sem raciocínio
- Cerca de 4,5 vezes menos tokens gerados que o modelo base raciocinando
- Menos da metade dos turnos de agente do modelo base nas tarefas que ambos resolvem
- Correções, trajetórias e receita de treino publicadas
- Apache 2.0; roda como LoRA no vLLM ou no llama.cpp, ou mesclado
O que não é
- Avaliado só no harness pi com a API de completions
- Adaptador GGUF não reavaliado; quantizações da base com poucos bits se desviam
- Nenhum ganho sobre o modelo base quando o raciocínio está ligado
- Exige o modelo base completo de 27B; visão não é servida
Ideal para
Desenvolvedores que rodam o agente de código pi na própria GPU ou Mac e querem resultados melhores sem raciocínio e sessões mais curtas e baratas.
Alternativas ao Qwen3.8-27B-pi-adapted
Qwen3.8-27B-pi-adapted: perguntas frequentes
- Qwen3.8-27B-pi-adapted vale a pena?
- Um adaptador pequeno e bem documentado que torna o Qwen3.8-27B um agente pi muito melhor com o raciocínio desligado, e uma receita útil mesmo que você nunca use o pi. Damos nota 3.9 de 5.
- Quanto custa Qwen3.8-27B-pi-adapted?
- Gratuito sob Apache 2.0, como a base Qwen3.8-27B de que precisa. Rodá-lo significa hospedar a base de 27B por conta própria; um GGUF de 4 bits da base tem cerca de 17GB.
- Quais são as desvantagens de Qwen3.8-27B-pi-adapted?
- Avaliado só no harness pi com a API de completions; adaptador GGUF não reavaliado; quantizações da base com poucos bits se desviam; nenhum ganho sobre o modelo base quando o raciocínio está ligado; exige o modelo base completo de 27B; visão não é servida.
- Para quem Qwen3.8-27B-pi-adapted é indicado?
- Desenvolvedores que rodam o agente de código pi na própria GPU ou Mac e querem resultados melhores sem raciocínio e sessões mais curtas e baratas.
- Quanto custa Qwen3.8-27B-pi-adapted para uma equipe ou em produção?
- Sem custo de licença; o custo é servir um modelo de 27B. Segundo a ficha, o modelo base raciocinando gerou uma mediana de 48,8k tokens por tarefa do SWE-bench Pro contra 9,4k do adaptador, então a mesma GPU atende várias vezes mais tarefas.
- Qwen3.8-27B-pi-adapted é seguro para dados da empresa?
- Auto-hospedado, então código e prompts ficam na sua máquina. O treino usou conjuntos públicos de tarefas Harbor e sandboxes da HF com chamadas de ferramenta filtradas pelo safeagents; os sandboxes de avaliação tinham acesso à internet, e a ficha não encontrou buscas pelas correções originais.
- Quais são as melhores alternativas ao Qwen3.8-27B-pi-adapted?
- As alternativas mais próximas que analisamos são Qwen3.8-27B, Inkling 2 Mini e Gemma 4.
Respostas verificadas em 21 de nov. de 2026.