ZwZ2-9B vs Qwen3.8-27B : Le petit créneau laissé ouvert par la nouvelle génération Qwen

La génération Qwen3.8 est arrivée avec un modèle dense 27B le 5 août 2026, un mélange d'experts de 2,4 billions de paramètres le 8 août, et une variante Flash-Next le 24 août. Elle n'incluait pas de 9B. Cela signifie que l'entrée de gamme actuelle est encore occupée par Qwen3.5-9B, un checkpoint du 27 février 2026 — et cela signifie que ZwZ2-9B, publié par inclusionAI le 16 octobre 2026, repose sur la pile Qwen3.5 la plus récente disponible à cette taille. Comparez-le à Qwen3.8-27B et vous ne comparez pas deux modèles d'une même famille. Vous comparez un écart d'environ dix-huit milliards de paramètres au sein d'une même architecture, car la génération 3.8 ne l'a jamais renommée.

La première chose à comprendre, c’est qu’il ne s’agit pas d’une rivalité au sens ordinaire. Qwen3.8-27B est un produit fini, avec une licence, une API hébergée, des évaluations publiées et sept millions de téléchargements au cours du dernier mois. ZwZ2-9B est un ensemble de checkpoints dérivés non documentés dans un dépôt sans README. La question utile est plus étroite et plus pratique : si c’est le modèle 27B que Qwen veut vous faire exécuter, qu’achetez-vous exactement en restant à 9B, et qu’est-ce que le checkpoint moins cher hérite de la génération au-dessus ?

L'architecture n'a jamais changé — seule l'échelle a changé

C'est l'observation qui rend la comparaison digne d'être écrite, et elle est visible dans deux fichiers de configuration. Qwen3.8-27B déclare son identifiant d'architecture comme qwen3_5. ZwZ2-9B aussi. Même type de modèle, même nom de classe, même conception d'attention, même lignée de tokenizer — à une génération d'écart, et l'étiquette n'a jamais bougé.

Faites abstraction de l’identifiant et la ressemblance familiale est totale. Les deux utilisent le même schéma de trois pour un entre les couches d’attention linéaire et les couches d’attention complète. Les deux réservent un vocabulaire de 248 320 jetons et déclarent un plafond de contexte de 262 144 positions. Les deux utilisent M-RoPE entrelacé avec le même découpage en sections et la même base rotative de 10 000 000. Les deux comportent une tour de vision de exactement 27 couches avec une dimension cachée de 1 152 et 2 304 plongements de position. Qwen3.8 n’est pas une nouvelle conception qui a remplacé Qwen3.5. C’est la même conception à des dimensions plus grandes, et Qwen3.8-27B le dit dans sa propre configuration.

• Paramètres — ZwZ2-9B : 9 409 813 744. Qwen3.8-27B : 28 milliards selon sa fiche, dont la configuration spécifie 64 couches avec une taille cachée de 5 120 contre 32 couches à 4 096.

• Identifiant d'architecture — qwen3_5 dans les deux. Même classe, même planification d'attention.

• Vocabulaire — 248 320 dans les deux, identifiants de tokens image et vidéo inclus.

• Plafond de contexte — 262 144 positions déclarées dans les deux cas, avec la version hébergée de Qwen qui s’étend jusqu’à 1M.

• Tour de vision — 27 couches à une dimension cachée de 1 152 dans les deux ; la projection passe de 4 096 à 5 120 pour s’aligner sur la pile linguistique.

• Raisonnement par défaut — ZwZ2-9B répond sans réfléchir, sauf si on le lui demande. Qwen3.8-27B réfléchit par défaut, avec un effort de raisonnement ajustable.

• Licence — aucune déclarée vs Apache-2.0.

• Preuves — un fichier de configuration vs une fiche de modèle, des résultats d’évaluation, une API hébergée et 198 adaptateurs publiés.

Ce que le 27B vous apporte que le dérivé 9B ne vous apporte pas

La première chose est l'autorisation. Qwen3.8-27B est sous Apache-2.0 avec une autorisation explicite, déployable sur Azure et SageMaker selon ses propres tags, et servi via l'API hébergée officielle de Qwen avec un contexte de 1M de tokens dans la version managée. ZwZ2-9B ne déclare aucune licence du tout, ce qui est un problème différent d'une licence restrictive — c'est l'absence d'une autorisation plutôt qu'une autorisation étroite, et c'est le risque le plus important dans son adoption.

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.

Le troisième est l’écosystème, qui est le moins discuté et le plus déterminant. Le Hub recense 198 adaptateurs, 553 fine-tunes, 24 fusions et 1 472 quantifications construits sur Qwen3.8-27B, plus une centaine de Spaces. C’est un corpus de travaux réalisé par des personnes extérieures à Qwen, décrivant comment le modèle se comporte face à des problèmes réels. ZwZ2-9B n’a rien de tout cela, et ne peut encore rien en avoir — il n’a que quelques heures.

Ce que séjourner au 9B vous permet encore d’obtenir

Ce n'est pas un hasard si le petit format n'est pas resté silencieux. Qwen3.5-9B, le checkpoint sur lequel repose ZwZ2-9B, a enregistré 8 591 266 téléchargements le mois dernier — plus que les 7 363 968 du fleuron 27B sur la même période. C'est à la taille 9B qu'une grande partie du vrai travail se fait : c'est le plus grand modèle qui tient confortablement sur un seul accélérateur grand public, c'est la taille que les équipes ajustent finement lorsqu'elles veulent leurs propres poids plutôt qu'une API, et c'est là qu'un dérivé non documenté comme ZwZ2-9B a de bonnes raisons d'être intéressant, parce que ce dont il hérite a été lu par des millions de personnes.

Retirer la tête de prédiction multi-token n'est pas non plus manifestement une perte. La configuration de ZwZ2-9B définit mtp_num_hidden_layers à 0 là où Qwen3.5-9B a 1, ce qui supprime une tête de décodage spéculatif et environ un quart de milliard de paramètres avec elle. Quelle que soit l'intention de l'entraînement, l'artefact que vous téléchargez est un modèle plus simple que son parent, et le plus simple est plus facile à appréhender quand on ne peut pas lire une fiche.

Et le chemin de vision est identique dans les deux sens : 27 couches avec une taille cachée de 1 152, une table d'embedding de 2 304 positions, un processeur vidéo acceptant jusqu'à 768 images à 2 images par seconde. Si vous avez besoin d'images en entrée, le 9B ne cède pas cela au 27B.

À quoi cela ressemble si vous choisissez un endpoint plutôt qu'un checkpoint

La réponse pratique pour la plupart des équipes n'est pas un choix binaire, et le volet hébergé, lui, est réglé d'une manière qui ne l'est pas pour le volet des poids ouverts. Qwen3.8-27B est routable sur OrcaRouter en tant que qwen/qwen3.8-27b — un contexte de 262 K tokens, texte, image et vidéo en entrée, texte en sortie, à 0,33 $ par million de tokens d'entrée et 2,40 $ par million de tokens de sortie. C'est le prix catalogue du fournisseur répercuté avec 0 % de marge, donc quand Qwen modifie un prix, le chiffre ici change le jour même plutôt qu'à la prochaine actualisation du catalogue, et il côtoie qwen/qwen3.8-flash et qwen/qwen3.8-max sur la même clé si vous voulez comparer les niveaux sur votre propre trafic plutôt que sur le tableau de benchmarks de quelqu'un d'autre.

ZwZ2-9B ne figure pas dans ce catalogue et nous n'allons pas laisser entendre le contraire — c'est un téléchargement Hugging Face sans endpoint de service publié par son fournisseur, et inclusionAI diffuse via les canaux propres du fournisseur. Si vous voulez un substitut hébergé pour le petit créneau multimodal pendant que vous évaluez le checkpoint, qwen/qwen3-vl-8b-instruct est un modèle vision-langage de 8B avec un contexte de 131K tokens à 0,18 $ et 0,70 $ par million de tokens, documenté et sous licence. Placez un candidat derrière la même interface que le titulaire et comparer les deux ne coûte qu'une chaîne de modèle ; c'est tout l'argument en faveur du routage d'un modèle dont vous n'êtes pas sûr plutôt que de son intégration.

La question générationnelle, à laquelle on répond honnêtement

Il n'existe aucun benchmark sur lequel ZwZ2-9B surpasse Qwen3.8-27B, car il n'existe aucun benchmark sur lequel ZwZ2-9B ait été mesuré tout court. Un modèle de 28B avec une fiche technique et un checkpoint de 9,4B avec un fichier de configuration ne s'affrontent pas ; l'un a été évalué, l'autre a été décrit. Quiconque publie cette semaine un résultat en comparaison directe ne fait que décrire son impression personnelle d'un modèle qu'il a téléchargé ce matin.

Ce qui est véritablement nouveau ici, c’est la lignée, et il vaut la peine de le dire clairement parce que c’est facile à manquer. La génération Qwen3.8 n’a pas remplacé son architecture ; elle l’a mise à l’échelle. Qwen3.8-27B et ZwZ2-9B répondent au même identifiant d’architecture, partagent un vocabulaire, partagent un plafond de contexte, partagent un calendrier d’attention et partagent une tour de vision jusqu’au nombre de couches et à la largeur cachée. C’est un savoir utile dans les deux sens : cela vous dit à quoi un checkpoint de 9B sur cette pile est susceptible de ressembler, et cela vous dit que l’écart entre les petites et les grandes extrémités de la famille Qwen relève du degré plutôt que d’un changement d’espèce.

Donc, le verdict honnête sur ZwZ2-9B face à Qwen3.8-27B, c'est que le 27B est celui sur lequel vous pouvez vous appuyer pour planifier, et le dérivé 9B est celui qui mérite qu'on le surveille. Lisez la configuration, exécutez votre propre tâche dessus, et attendez une licence avant qu'il ne touche à quoi que ce soit d'important.

Rien de tout cela n'est hypothétique : les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des versions comme celle-ci sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée est accompagnée de ses propres sources, de son niveau de gravité, de son degré de confiance et de son indicateur de contestation.