Qwen 27B vs. Swift: Bis zu 50 Prozent schneller, mit Abstrichen bei der Genauigkeit
TL;DR
Swift von UkisAI ist eine auf effizientes Reasoning getrimmte Variante von Alibabas Qwen3.8-27B, die überflüssige Thinking-Tokens einspart. Laut UkisAI sinkt der durchschnittliche Token-Verbrauch um 24 bis 51 Prozent, das Tempo nähert sich dem Doppelten des Basismodells. Bei GPQA-Diamond und C-Eval bleibt die Genauigkeit stabil, bei schwerer Mathematik wie AIME 2026 fällt sie ab (94,00 statt 98,67 Prozent), bei LiveCodeBench legt sie zu (81,55 statt 76,76 Prozent).
Nauti's Take
Der Fortschritt ist greifbar: Bis zu halb so viele Thinking-Tokens senken Kosten und Latenz, und beim Coding legt Swift laut Benchmarks sogar zu. Der Haken sitzt bei schwerer Mathematik, wo die Genauigkeit sinkt, und bei der Lizenz, die ab 1 Million Dollar Umsatz greift.
Für Teams, die Qwen lokal für Code-Aufgaben nutzen, lohnt ein Test; wer auf Apache 2.0 angewiesen ist oder präzise Mathe braucht, bleibt besser beim Original.
Video
Quellen
