Qwen 3.6 35B A3B vs Qwen 3.8 27B: ¿3B activos o 27B densos?

Dos números deciden este emparejamiento, y tiran en direcciones opuestas. Qwen3.6-35B-A3B tiene 35 mil millones de parámetros, pero solo activa unos 3 mil millones de ellos para cada token individual. Qwen3.8-27B es denso: cada uno de sus 27 mil millones de parámetros se utiliza para cada token que generas. Eso significa que la mezcla de expertos es el modelo más ligero de ejecutar y el modelo más pesado de mantener — 71,9 GB de pesos BF16 frente a 55,6 GB, según el propio repositorio de cada proveedor —, mientras que el modelo denso exige aproximadamente nueve veces más aritmética por token y cabe en menos memoria. Ninguna de esas cosas es un defecto. Son dos respuestas distintas a «¿cuánta máquina tengo?», y cuál de ellas es la tuya constituye toda la decisión.

Hay una segunda razón por la que vale la pena dedicarle tiempo a esta página. Esta comparación es la forma que los lectores buscan en torno al 35B A3B —cada consulta de la pequeña familia de ese modelo es una versión de esta—, y Qwen3.6-35B-A3B nunca ha tenido aquí una página que lo describa en absoluto. Así que esta página incluye un párrafo honesto de cada lado y luego pasa a la comparación.

Qué es realmente la build 35B A3B

Qwen3.6-35B-A3B es el miembro disperso de la generación Qwen3.6 de Alibaba de abril de 2026, publicado bajo Apache-2.0 en el repositorio propio de Hugging Face del proveedor, creado el 15 de abril de 2026. La tarjeta de modelo del proveedor lo describe como una mezcla de expertos con «35B en total y 3B activados», construida a partir de 256 expertos, de los cuales ocho expertos enrutados más un experto compartido se activan por token. No es solo texto: la tarjeta lo denomina «Modelo de lenguaje causal con codificador de visión», y el repositorio lleva la etiqueta de pipeline de imagen-texto a texto, por lo que acepta texto, imágenes y vídeo y devuelve texto. El contexto es de 262.144 tokens de forma nativa, ampliable a unos 1.010.000 con escalado YaRN. Su diseño es híbrido —diez repeticiones de tres bloques de atención lineal Gated DeltaNet seguidas de un bloque de atención completa con compuerta, dimensión oculta 2048, 40 capas— y la tarjeta separa el argumento de venta de la arquitectura al nombrar dos cosas que enfatiza: codificación agéntica y una opción de «preservación del pensamiento» que conserva el contexto de razonamiento de turnos anteriores. Las propias tablas del proveedor en esa tarjeta lo sitúan en SWE-bench Verified 73.4, Terminal-Bench 2.0 51.5, MMLU-Pro 85.2, GPQA 86.0 y LiveCodeBench v6 80.4 —todas ellas reportadas por el proveedor y sin auditar, que es la etiqueta que llevan siempre que aparezcan más abajo.

Qué es Qwen3.8-27B

Qwen3.8-27B es el modelo denso de 27B con pesos abiertos de Alibaba, de la generación Qwen3.8, publicado bajo Apache-2.0; el repositorio del proveedor se creó el 5 de agosto de 2026 y se modificó por última vez el 14 de agosto. La propia ficha de Qwen lo describe como «un modelo denso compacto y fácil de desplegar» y lo posiciona como la generación abierta de Qwen más capaz hasta la fecha, con las mejoras declaradas en programación, trabajo profesional, investigación y tareas agénticas de horizonte largo. Asimismo, es un modelo de visión-lenguaje —«Causal Language Model with Vision Encoder»— que acepta imágenes y vídeo además de texto, con 262.144 tokens de contexto nativo y 1.000.000 con extensión. Arquitectónicamente es convencional en comparación: 64 capas, dimensión oculta de 5.120, una red feed-forward convencional con dimensión intermedia de 17.408 en lugar de un banco de expertos, y el mismo ritmo de atención de tres lineales a una completa que su hermano. Donde la ficha del 35B A3B habla de preservación del pensamiento, la del Qwen3.8-27B habla de control flexible del pensamiento —un ajuste reasoning_effort que por defecto es xhigh, con medium y low disponibles, y preserve_thinking activado por defecto. Su ficha informa de LiveCodeBench v6 90,3; GPQA Diamond 89,2; OSWorld-Verified 84,3; QwenSWEBench 79,0; Terminal Bench 2.1 73,0 y SWE-bench Pro 61,7 —de nuevo, reportados por el proveedor y sin auditar. Su peso total es de 55,6 GB repartidos en dieciocho shards de safetensors, y su recuento de parámetros es de 27,8 mil millones una vez contada la torre de visión, razón por la cual el modelo se llama 27B y mide 27,8B.

El único número que más a menudo lo decide: parámetros activos

Los archivos registran los parámetros totales. La velocidad registra los activos. Esas son dos columnas distintas en la hoja de especificaciones, y los lectores las funden sistemáticamente en una sola, que es como la gente acaba descargando una mezcla de expertos de 22 GB esperando que quepa donde cabría un modelo denso de 16,5 GB.

El mecanismo merece enunciarse con claridad, porque constituye todo el intercambio. Un modelo denso tiene que leer todos sus pesos para producir cada token; una mezcla dispersa lee únicamente los expertos que su enrutador selecciona. Qwen3.6-35B-A3B lee aproximadamente el equivalente a tres mil millones de parámetros por token y Qwen3.8-27B lee veintisiete mil millones, así que la mezcla tiene una ventaja estructural en cómputo por token y en rendimiento de decodificación, y esa ventaja es real. Pero los demás expertos no son gratuitos: tienen que residir en algún lugar, en la VRAM o en la memoria del sistema, o el enrutador termina yéndolos a buscar, y una búsqueda puede costar más que la aritmética que ahorró. Por lo tanto, la ventaja está condicionada a mantener los 35B completos. Así es como funciona la decodificación de mezcla de expertos, no es una medición de estos dos modelos específicos, y es la razón por la que la cuestión del ajuste viene antes que la cuestión de la velocidad y no después.

• Parámetros totales en disco, BF16 — Qwen3.6-35B-A3B: 35.95B en 26 archivos safetensors, 71.9 GB. Qwen3.8-27B: 27.78B en 18 fragmentos, 55.6 GB. Según los propios repositorios de Hugging Face de los proveedores, consultados el 2026-10-13.

• Parámetros activos por token — Qwen3.6-35B-A3B: aproximadamente 3B. Qwen3.8-27B: los 27B, porque denso significa denso.

• Arquitectura — Qwen3.6-35B-A3B: 256 expertos, 8 enrutados más 1 compartido por token, 40 capas, oculto 2.048. Qwen3.8-27B: una única red feed-forward con dimensión intermedia 17.408, 64 capas, oculto 5.120.

• Contexto nativo: 262.144 tokens en ambos. Qwen3.6-35B-A3B se extiende hasta aproximadamente 1.010.000 con YaRN; la ficha de Qwen3.8-27B indica 1.000.000 con extensión.

• Licencia — Apache-2.0 en ambos. Ambos se pueden descargar del proveedor, ambos son de pesos abiertos y no hay ningún término por asiento o por llamada asociado a ninguno de los dos.

Cuánto te cuesta cada uno por token

Ambos modelos se sirven en OrcaRouter, así que puedes resolver esto sin descargar nada. Leído de nuestro catálogo en vivo el 2026-10-13, qwen/qwen3.6-35b-a3b cuesta $0.248 por millón de tokens de entrada y $1.485 por millón de salida, con una ventana de 262,144 tokens y un máximo de 65,536 tokens de salida. qwen/qwen3.8-27b cuesta $0.330 por millón de entrada y $2.400 por millón de salida con la misma ventana de 262,144 tokens. Ambos también aparecen en nuestro catálogo bajo un segundo id de host a un precio más alto, así que verifica qué identificador estás llamando realmente antes de comparar facturas.

Con una carga de trabajo de un millón de tokens de entrada y un cuarto de millón de tokens de salida —un mes plausible para un despliegue pequeño de agentes de programación—, las cuentas quedan así. Qwen3.6-35B-A3B: 1,00 × $0,248 más 0,25 × $1,485, o unos $0,62. Qwen3.8-27B: 1,00 × $0,330 más 0,25 × $2,400, o unos $0,93. El modelo denso más nuevo cuesta aproximadamente un 50 % más con ese perfil de tráfico, y la diferencia es mayor en los tokens de salida, donde es de alrededor del 62 %.

Se derivan dos cosas que importan más que las cifras. Primero, estos son nuestros precios de catálogo y no añadimos ningún margen al precio de lista publicado por un proveedor, de modo que un cambio de precio de un proveedor llega a esta página el mismo día que llega al proveedor, sin retraso y sin un segundo contrato. Segundo, la razón para compararlos con una sola clave en lugar de dos es el costo de cambio: los dos identificadores están detrás de un único endpoint, así que pasar de uno a otro es un cambio de cadena en lugar de una migración, y la conmutación por error automática significa que puedes ejecutar el menos familiar de los dos en parte de tu tráfico sin apostar una ruta de producción a él. Si estás evaluando una mezcla de expertos por primera vez debido al argumento de cómputo anterior, esa es la forma barata de comprobar si el argumento se cumple para tu carga de trabajo.

Qué cabe en tu máquina

Esta es la cuestión en la que los dos modelos realmente difieren, y depende de la misma división entre total y activos. Si comparamos las compilaciones GGUF de la comunidad que ambos modelos tienen —son repositorios de terceros, no lanzamientos de los fabricantes, y sus nombres de archivo son los suyos propios—, la misma etiqueta de cuantización te da tamaños de archivo sustancialmente distintos:

• Clase Q3, la opción sensata más pequeña — Qwen3.6-35B-A3B: 16,60 GB en UD-Q3_K_M. Qwen3.8-27B: 13,15 GB en UD-Q3_K_XL.

• Alrededor de IQ4 — Qwen3.6-35B-A3B: 17,73 GB en UD-IQ4_XS, 18,04 GB en UD-IQ4_NL. Qwen3.8-27B: 14,25 GB en UD-IQ4_XS.

• Q4_K_S — Qwen3.6-35B-A3B: 20,89 GB. Qwen3.8-27B: 15,36 GB.

• Q4_K_M, el valor predeterminado habitual — Qwen3.6-35B-A3B: 22,13 GB. Qwen3.8-27B: 16,46 GB.

• Q4_K_XL — Qwen3.6-35B-A3B: 22,36 GB. Qwen3.8-27B: 17,56 GB.

• Q5_K_M — Qwen3.6-35B-A3B: 26,46 GB. Qwen3.8-27B: 19,77 GB.

• Q8_0 — Qwen3.6-35B-A3B: 36,90 GB. Qwen3.8-27B: 29,05 GB.

• BF16, tal como se distribuye — Qwen3.6-35B-A3B: 71,9 GB. Qwen3.8-27B: 55,6 GB.

• También publicado — Qwen3.6-35B-A3B tiene un checkpoint FP8 en el repositorio propio del proveedor y una mezcla MXFP4 de 21,71 GB en las compilaciones de la comunidad; Qwen3.8-27B también tiene un checkpoint FP8 en el repositorio del proveedor.

Lee las dos columnas en comparación y la regla salta a la vista. En cada etiqueta coincidente, la mezcla pesa entre cuatro y ocho gigabytes más para la misma compresión nominal, porque el archivo tiene que contener los 35B completos y solo usa 3B de ellos a la vez. En concreto: una tarjeta de 24 GB admite Qwen3.8-27B en Q4_K_M con espacio para el contexto y admite Qwen3.6-35B-A3B en Q3 o IQ4 con la caché KV disputándose el espacio, y una sesión cómoda de contexto largo en la mezcla pide más bien cerca de 48 GB. Añade el archivo propio de la torre de visión si quieres entrada de imágenes en cualquiera de los dos.

Dónde están los puntos de referencia, que no es donde te gustaría que estuvieran

Nadie ha publicado una comparación cara a cara de estos dos modelos con ajustes equivalentes en un harness con nombre. No tenemos conocimiento de que exista tal cosa, y esta página no implicará una clasificación que la evidencia no respalde.

Lo que sí existe es una superposición parcial en los nombres de benchmarks entre las dos fichas de proveedor, y vale la pena mostrarla precisamente porque es muy fácil sobreinterpretarla. En los nombres que aparecen en ambas fichas, la cifra de Qwen3.8-27B es la más alta en todos los casos. SWE-bench Pro: 49.5 para el 35B A3B frente a 61.7 para el 27B. LiveCodeBench v6: 80.4 frente a 90.3. HLE: 21.4 frente a 30.8. Preguntas de razonamiento de CharXiv: 78.0 frente a 83.7. OmniDocBench 1.5: 89.9 frente a 91.1. RealWorldQA: 85.3 frente a 85.9. Y en Terminal-Bench, las fichas ni siquiera son comparables de la manera que sugiere la fila: la ficha del 35B A3B reporta Terminal-Bench 2.0 con 51.5, mientras que la ficha del 27B reporta Terminal Bench 2.1 (Terminus) con 73.0 — versiones diferentes del benchmark, así que ese par en particular no debería restarse entre sí en absoluto.

Tres salvedades pesan sobre todo eso. Las cifras provienen de dos tarjetas de modelo distintas publicadas con unos cuatro meses de diferencia, por el mismo laboratorio, sin una auditoría. Varios benchmarks que reporta cada modelo aparecen solo en su propia tarjeta y no tienen equivalente —SWE-bench Verified 73,4 y MMLU-Pro 85,2 en el lado del 35B A3B; OSWorld-Verified 84,3 y QwenSWEBench 79,0 en el lado del 27B—, así que no se pueden poner en paralelo. Y que un modelo más nuevo de la misma línea puntúe más alto que uno más antiguo es el resultado esperado, no un hallazgo: te dice que la generación avanzó, y nada sobre si el modelo más antiguo se ajusta mejor a los tokens que estás a punto de enviar.

Si necesitas que la comparación sea decisiva, el camino honesto es ejecutar ambos con tu propio tráfico. Están en una misma clave, en un mismo endpoint, y el failover hace que una prueba dividida sea barata.

Cuál deberías elegir

Elige Qwen3.6-35B-A3B si tu máquina puede alojar 35B de pesos y tu carga de trabajo es más intensa en generación que en razonamiento de un solo intento. Los casos en los que es la respuesta correcta:

• Tienes la memoria —48 GB o más para un uso local cómodo con contexto largo, o una tarjeta de 24 GB con una cuantización de clase 3 bits si puedes conformarte con una ventana más corta— y quieres la arquitectura que menos cómputo gasta por token.

• Tu tráfico es de alta concurrencia o de generación larga, donde el costo por token domina la factura y la decodificación dispersa de la mezcla está estructuralmente de tu lado.

• Quieres un artefacto Apache-2.0 que tome texto, imágenes y video y devuelva texto, y quieres la descarga más pequeña del par solo si lo estás alojando en lugar de descargarlo, donde el precio por token es más bajo tanto en entrada como en salida.

• Estás deliberadamente en la escala de 3B activos — aceptas estar una generación por detrás en las propias tablas del proveedor a cambio de pagar menos por token y hacerlo detrás de una interfaz familiar de llamada a herramientas.

Elige Qwen3.8-27B si la memoria es la restricción limitante, o si quieres la generación más reciente de este par. Los casos en los que es la respuesta correcta:

• Una sola tarjeta de 24 GB y sin planes de comprar más. En Q4_K_M ocupa 16,5 GB, lo que deja espacio real para el contexto; la mezcla no.

• Quieres las cifras de capacidades agénticas y de programación más altas reportadas por el proveedor en este emparejamiento, y eres consciente de que provienen de una ficha no auditada y no constituyen una comparación equiparable.

• Tu carga de trabajo consiste en relativamente pocas solicitudes, pero relativamente grandes — comprensión de documentos y capturas de pantalla, razonamiento a nivel de repositorio, automatización al estilo del uso de computadoras — donde el rendimiento por solicitud importa menos que lo que cada solicitud hace bien.

• Quieres la descarga más pequeña, el inicio en frío más rápido y la lista de fragmentos más corta que gestionar.

Nada de eso convierte a ninguno en ganador. Los dos modelos no compiten por el mismo espacio en tu máquina, y los números anteriores no establecen cuál es mejor en nada — establecen cuál le está pidiendo menos a la máquina que ya tienes.

El hecho que con más frecuencia lo decide es este: el archivo en disco se dimensiona por los parámetros totales y el trabajo por token se dimensiona por los activos. Así, Qwen3.6-35B-A3B puede ser el modelo que corre más rápido y aun así ser el que no cabe, y Qwen3.8-27B puede ser el de la factura por token más alta y aun así ser el que sí se ejecuta. Decide cuál de esos dos problemas tienes en realidad, y la elección deja de ser una comparación.