Qwen 3.8 27B supera GPT 5.6 em benchmark de SQL em notebook
13 de outubro de 2026 · 2 min de leitura
Também publicado em Deutsch
A Qwen 3.8 27B superou a GPT 5.6 em um benchmark de SQL, executado localmente em um notebook. A combinação de Qwen 3.8 27B e DuckDB permite que o processamento de consultas SQL ocorra diretamente no dispositivo, mesmo em um notebook com cinco anos de uso e apenas 16 GB de memória RAM. Além disso, a solução pode ser escalada para MotherDuck com uma simples alteração de configuração. A Qwen 3.8 27B foi testada em diferentes modelos e comparada com outras soluções, mostrando desempenho superior em termos de custo e eficiência energética.
A versão 4-bit da Qwen foi executada em um MacBook Air com M5 e 32 GB de RAM, enquanto a versão 3-bit foi testada em um MacBook Pro com M1 Pro e 16 GB de RAM. O MacBook Air consome apenas 30 watts, tornando-o mais eficiente em termos de energia. A Qwen 3.8 27B custou menos de $0,50 para ser executada, enquanto a GPT 5.6 Luna Max custou mais de $8, resultando em uma diferença de custo de mais de 17 vezes. A Gemini-3-Flash continua sendo a modelo mais precisa, mas é 2,3 vezes mais cara que a Luna. A Sonnet 5 teve desempenho inferior em termos de precisão e custo.
A Kimi K3 mostrou alta precisão, mas também é cara. A Qwen 3.8 27B permite que tarefas de processamento de dados sejam realizadas localmente a um custo quase desprezível, tornando-se uma solução viável para pesquisas e automatização de scripts. A execução local de modelos de inteligência artificial pode economizar dinheiro e reduzir o risco de custos inesperados, além de permitir a otimização de consultas e a personalização de modelos.