ZwZ2-9B vs. Qwen3.8-27B: Die kleine Lücke, die die neue Qwen-Generation offen ließ

Die Qwen3.8-Generation erschien mit einem dichten 27B-Modell am 5. August 2026, einem Mixture-of-Experts mit 2,4 Billionen Parametern am 8. August und einer Flash-Next-Variante am 24. August. Sie enthielt kein 9B. Das bedeutet, dass das untere Ende der aktuellen Produktreihe noch immer von Qwen3.5-9B, einem Checkpoint vom 27. Februar 2026 — und es bedeutet, dass ZwZ2-9B, veröffentlicht von inclusionAI am 16. Oktober 2026, auf dem neuesten verfügbaren Qwen3.5-Stack dieser Größe aufsetzt. Vergleicht man es mit Qwen3.8-27B, vergleicht man nicht zwei Modelle aus einer Familie. Man vergleicht eine Lücke von rund achtzehn Milliarden Parametern innerhalb einer Architektur, weil die 3.8-Generation sie nie umbenannt hat.

Das Wichtigste, was man zuerst verstehen muss, ist, dass dies in keiner gewöhnlichen Hinsicht eine Rivalität ist. Qwen3.8-27B ist ein fertiges Produkt mit einer Lizenz, einer gehosteten API, veröffentlichten Evaluierungen und sieben Millionen Downloads im letzten Monat. ZwZ2-9B ist ein undokumentierter abgeleiteter Checkpoint in einem Repository ohne README. Die nützliche Frage ist enger und praktischer: Wenn ein 27B-Modell das ist, das Qwen von Ihnen ausgeführt haben möchte, was genau erkaufen Sie sich dann damit, bei 9B zu bleiben, und was erbt der günstigere Checkpoint von der Generation darüber?

Die Architektur hat sich nie geändert – nur der Maßstab.

Dies ist der Befund, der den Vergleich wert macht, geschrieben zu werden, und er ist in zwei Konfigurationsdateien sichtbar. Qwen3.8-27B gibt seine Architekturkennung als qwen3_5 an. ZwZ2-9B ebenso. Gleicher Modelltyp, gleicher Klassenname, gleiches Attention-Design, gleiche Tokenizer-Abstammung — eine Generation Abstand, und das Label hat sich nie bewegt.

Wenn man vom Bezeichner absieht, ist die Familienähnlichkeit vollständig. Beide verwenden dasselbe Drei-zu-eins-Verhältnis von Linear-Attention-Schichten zu Full-Attention-Schichten. Beide reservieren ein Vokabular von 248.320 Tokens und geben eine Kontextobergrenze von 262.144 Positionen an. Beide verwenden verschachteltes M-RoPE mit derselben Abschnittsaufteilung und derselben Rotationsbasis von 10.000.000. Beide besitzen einen Vision-Tower mit genau 27 Schichten bei Hidden-Size 1.152 und 2.304 Positionseinbettungen. Qwen3.8 ist kein neues Design, das Qwen3.5 abgelöst hat. Es ist dasselbe Design in größeren Dimensionen, und Qwen3.8-27B sagt das in seiner eigenen Konfiguration.

• Parameter — ZwZ2-9B: 9.409.813.744. Qwen3.8-27B: 28 Milliarden laut seiner Modellkarte, deren Konfiguration 64 Schichten bei versteckter Größe 5.120 gegenüber 32 Schichten bei 4.096 angibt.

• Architektur-Bezeichner — qwen3_5 in beiden. Gleiche Klasse, gleicher Attention-Zeitplan.

• Vokabular — 248.320 in beiden, Bild- und Video-Token-IDs inklusive.

• Kontext-Obergrenze — 262.144 Positionen in beiden angegeben, wobei Qwens gehostete Version bis zu 1 Mio. reicht.

• Vision-Tower — 27 Schichten bei Hidden-Size 1.152 in beiden; die Projektion erweitert sich von 4.096 auf 5.120, um zum Sprach-Stack zu passen.

• Reasoning-Standard — ZwZ2-9B antwortet ohne Nachdenken, sofern dies nicht ausdrücklich verlangt wird. Qwen3.8-27B denkt standardmäßig nach, mit einem anpassbaren Reasoning-Aufwand.

• Lizenz — keine angegeben vs. Apache-2.0.

• Belege — eine Konfigurationsdatei vs. eine Modellkarte, Evaluationsergebnisse, eine gehostete API und 198 veröffentlichte Adapter.

Was das 27B bietet, das das 9B-Derivat nicht bietet

Der erste Punkt ist die Genehmigung. Qwen3.8-27B steht unter Apache-2.0 mit einer ausdrücklichen Erteilung, ist laut seinen eigenen Tags auf Azure und SageMaker deploybar und wird über Qwens offizielle gehostete API bereitgestellt, mit einem 1M-Token-Kontext in der verwalteten Version. ZwZ2-9B gibt überhaupt keine Lizenz an, was ein anderes Problem als eine restriktive Lizenz ist – es ist das Fehlen einer Erteilung und nicht eine eng gefasste, und es ist das größte Einzelrisiko bei seiner Einführung.

The second is reasoning control. Qwen3.8-27B's chat template exposes three reasoning-effort levels with a default of the highest, instructs the model accordingly, and supports preserving reasoning context across turns. It also keeps the Qwen convention of thinking by default. ZwZ2-9B has none of this machinery, and its template inverts the default — it emits an empty <think></think> block unless you explicitly pass a flag, which means the model answers directly and cheaply, and gives you no dial to turn when a question deserves more thought.

Der dritte ist das Ökosystem, das am wenigsten besprochen wird und am meisten trägt. Der Hub listet 198 Adapter, 553 Fine-Tunes, 24 Merges und 1.472 Quantisierungen, die auf Qwen3.8-27B aufbauen, plus hundert Spaces. Das ist eine Sammlung von Arbeiten von Menschen, die nicht Qwen sind, die beschreibt, wie sich das Modell bei realen Problemen verhält. ZwZ2-9B hat nichts davon und kann noch nichts davon haben – es ist erst wenige Stunden alt.

Was ein Aufenthalt im 9B dir noch bietet

Es gibt einen Grund, warum der kleine Slot nicht ruhig geworden ist. Qwen3.5-9B, der Checkpoint, auf dem ZwZ2-9B aufbaut, verzeichnete im letzten Monat 8.591.266 Downloads — mehr als die 7.363.968 des 27B-Flaggschiffs im selben Zeitraum. In der 9B-Größe findet ein Großteil der echten Arbeit statt: Sie ist das größte Modell, das bequem auf einen einzelnen Consumer-Beschleuniger passt, sie ist die Größe, die Teams fine-tunen, wenn sie eigene Gewichte statt einer API wollen, und hier kann ein undokumentiertes Derivat wie ZwZ2-9B plausibel interessant sein, weil das, was es erbt, von Millionen Menschen gelesen wurde.

Auch das Entfernen des Multi-Token-Vorhersage-Kopfs ist nicht unbedingt ein Verlust. Die Konfiguration von ZwZ2-9B setzt mtp_num_hidden_layers auf 0, während Qwen3.5-9B 1 hat, was einen spekulativen Dekodierungs-Kopf und damit rund eine Viertelmilliarde Parameter entfernt. Was auch immer der Trainingslauf beabsichtigt hat, das Artefakt, das Sie herunterladen, ist ein einfacheres Modell als sein Elternmodell, und Einfacheres lässt sich leichter nachvollziehen, wenn Sie keine Karte lesen können.

Und der Vision-Pfad ist in beiden Richtungen derselbe: 27 Schichten bei Hidden-Size 1.152, eine Embedding-Tabelle mit 2.304 Positionen, ein Videoprozessor, der bis zu 768 Frames bei 2 Frames pro Sekunde verarbeitet. Wenn Sie Bilder als Eingabe benötigen, gibt das 9B das nicht an das 27B ab.

Wie das aussieht, wenn Sie einen Endpunkt statt eines Checkpoints wählen

Die praktische Antwort für die meisten Teams ist kein Entweder-oder, und die gehostete Seite davon ist geklärt, während die Open-Weights-Seite es nicht ist. Qwen3.8-27B ist auf OrcaRouter routbar als qwen/qwen3.8-27b — ein 262K-Token-Kontext, Text-, Bild- und Videoeingabe, Textausgabe, zu 0,33 $ pro Million Eingabe-Tokens und 2,40 $ pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters mit 0 % Aufschlag durchgereicht, wenn Qwen also einen Preis ändert, ändert sich die Zahl hier am selben Tag und nicht erst bei der nächsten Katalog-Aktualisierung, und sie steht neben qwen/qwen3.8-flash und qwen/qwen3.8-max auf demselben Key, wenn du die Tarifstufen lieber anhand deines eigenen Traffics vergleichen möchtest als anhand der Benchmark-Tabelle von jemand anderem.

ZwZ2-9B ist nicht in diesem Katalog, und wir werden nichts anderes nahelegen — es ist ein Hugging Face-Download, für den der Anbieter keinen Serving-Endpunkt veröffentlicht hat, und inclusionAI vertreibt über die eigenen Kanäle des Anbieters. Wenn Sie einen gehosteten Ersatz für den kleinen multimodalen Slot möchten, während Sie den Checkpoint evaluieren, qwen/qwen3-vl-8b-instruct ist ein 8B-Vision-Language-Modell mit einem 131K-Token-Kontext für $0,18 und $0,70 pro Million Token, dokumentiert und lizenziert. Setzen Sie einen Kandidaten hinter dieselbe Schnittstelle wie das bestehende Modell, und der Vergleich der beiden kostet einen Modell-String; das ist das gesamte Argument dafür, ein Modell, bei dem Sie sich nicht sicher sind, zu routen, statt es zu integrieren.

Die Generationenfrage, ehrlich beantwortet

Es gibt keinen Benchmark, auf dem ZwZ2-9B Qwen3.8-27B schlägt, denn es gibt keinen Benchmark, auf dem ZwZ2-9B überhaupt gemessen wurde. Ein 28B-Modell mit einer technischen Karte und ein 9,4B-Checkpoint mit einer Konfigurationsdatei konkurrieren nicht miteinander; eines von ihnen wurde evaluiert und eines von ihnen wurde nur beschrieben. Wer diese Woche ein Head-to-Head-Ergebnis liefert, beschreibt seinen eigenen Eindruck von einem Modell, das er heute Morgen heruntergeladen hat.

Was hier wirklich neu ist, ist die Abstammungslinie, und es lohnt sich, das klar zu sagen, denn es ist leicht zu übersehen. Die Qwen3.8-Generation hat ihre Architektur nicht ersetzt; sie hat sie skaliert. Qwen3.8-27B und ZwZ2-9B laufen unter demselben Architekturbezeichner, teilen sich ein Vokabular, teilen sich eine Kontextobergrenze, teilen sich einen Attention-Zeitplan und teilen sich einen Vision-Tower bis hinunter zur Anzahl der Layer und zur verborgenen Breite. Das ist in beide Richtungen nützliches Wissen: Es sagt dir, wie sich ein 9B-Checkpoint auf diesem Stack wahrscheinlich anfühlen wird, und es sagt dir, dass der Abstand zwischen dem kleinen und dem großen Ende der Qwen-Familie eine Frage des Grades und nicht ein Wechsel der Spezies ist.

Das ehrliche Urteil zu ZwZ2-9B im Vergleich zu Qwen3.8-27B lautet, dass das 27B-Modell dasjenige ist, auf das man planen kann, und die 9B-Variante diejenige, die es zu beobachten lohnt. Lies die Konfiguration, führe deine eigene Aufgabe damit aus und warte auf eine Lizenz, bevor es irgendetwas berührt, das wichtig ist.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.