Qwen 3.6 35B A3B לעומת Qwen 3.8 27B: 3B אקטיבי או 27B צפוף?

שני מספרים מכריעים בהשוואה הזו, והם מושכים לכיוונים מנוגדים. Qwen3.6-35B-A3Bנושא 35 מיליארד פרמטרים אך מפעיל רק כ-3 מיליארד מהם עבור כל טוקן בודד. Qwen3.8-27B הוא צפוף: כל אחד מ-27 מיליארד הפרמטרים שלו משמש בכל טוקן שאתם מייצרים. המשמעות היא שתערובת המומחים היא המודל הקל יותר להרצה והכבד יותר להחזקה — 71.9 GB של משקלות BF16 לעומת 55.6 GB, לפי המאגר של כל ספק — בעוד המודל הצפוף דורש בערך פי תשעה יותר חישוב לכל טוקן ונכנס לפחות זיכרון. אף אחד מאלה אינו פגם. אלו שתי תשובות שונות לשאלה "כמה מכונה יש לי", ואיזו תשובה היא שלכם — היא כל ההחלטה.

יש סיבה שנייה לכך שהעמוד הזה שווה את זמנכם. ההשוואה הזו היא הצורה שהקוראים מחפשים סביב 35B A3B — כל שאילתה במשפחה הקטנה של אותו מודל היא גרסה שלה — ולמודל Qwen3.6-35B-A3B מעולם לא היה כאן עמוד שמתאר אותו בכלל. אז העמוד הזה מכיל פסקה כנה אחת מכל צד ואז מגיע להשוואה.

מהו בעצם ה-build של 35B A3B

Qwen3.6-35B-A3B הוא המודל הדליל בדור Qwen3.6 של Alibaba מאפריל 2026, שפורסם תחת Apache-2.0 במאגר Hugging Face של הספק עצמו, אשר נוצר ב-15 באפריל 2026. כרטיס הדגם של הספק מתאר אותו כתערובת מומחים (mixture of experts) עם "35B בסך הכל ו-3B פעילים", הבנוי מ-256 מומחים, שמתוכם שמונה מומחים מנותבים (routed) ועוד מומחה משותף אחד מופעלים לכל טוקן. הוא אינו טקסט בלבד: הכרטיס מכנה אותו "Causal Language Model with Vision Encoder", והמאגר נושא תג pipeline של image-text-to-text, כך שהוא מקבל טקסט, תמונות ווידאו ומחזיר טקסט. חלון ההקשר הוא 262,144 טוקנים באופן מקורי, וניתן להרחבה לכ-1,010,000 עם YaRN scaling. המבנה שלו הוא היברידי — עשרה חזרות של שלושה בלוקים של Gated DeltaNet linear-attention ואחריהם בלוק אחד של gated full-attention, מימד חבוי 2,048, 40 שכבות — והכרטיס מפריד בין נאום המכירות לארכיטקטורה על ידי ציון שני דברים שהוא מדגיש: קידוד אג'נטי (agentic coding), ואפשרות "thinking preservation" ששומרת הקשר חשיבה מתורות קודמות. הטבלאות של הספק עצמו בכרטיס מציבות אותו ב-SWE-bench Verified 73.4, Terminal-Bench 2.0 51.5, MMLU-Pro 85.2, GPQA 86.0 ו-LiveCodeBench v6 80.4 — כולם מדווחים על ידי הספק ולא מבוקרים, וזה התואר שהם נושאים בכל מקום שבו הם מופיעים להלן.

מהו Qwen3.8-27B

Qwen3.8-27B הוא מודל dense בקוד פתוח (open-weight) של Alibaba עם 27B פרמטרים, מהדור Qwen3.8, שיצא תחת רישיון Apache-2.0; מאגר הספק נוצר ב-5 באוגוסט 2026 ועודכן לאחרונה ב-14 באוגוסט. הכרטיס של Qwen עצמו מכנה אותו "מודל dense קומפקטי וידידותי לפריסה" ומציג אותו כדור ה-Qwen הפתוח המסוגל ביותר עד כה, עם הרווחים המוצהרים בקידוד, בעבודה מקצועית, במחקר ובמשימות סוכניות ארוכות טווח. הוא גם מודל שפה-חזות (vision-language) — "Causal Language Model with Vision Encoder" — המקבל תמונות ווידאו וגם טקסט, עם 262,144 טוקנים של הקשר מקורי ו-1,000,000 עם הרחבה. מבחינה ארכיטקטונית הוא שגרתי יחסית: 64 שכבות, ממד חבוי 5,120, רשת feed-forward רגילה בממד ביניים 17,408 ולא מאגר מומחים, ואותו קצב קשב (attention) של שלושה ליניאריים לאחד מלא כמו אצל אחיו. במקום שכרטיס 35B A3B מדבר על שימור חשיבה, כרטיס Qwen3.8-27B מדבר על שליטה גמישה בחשיבה — הגדרת reasoning_effortשברירת המחדל שלה היא xhigh, עם medium ו-low זמינים, וכן preserve_thinkingמופעל כברירת מחדל. הכרטיס שלו מדווח LiveCodeBench v6 90.3, GPQA Diamond 89.2, OSWorld-Verified 84.3, QwenSWEBench 79.0, Terminal Bench 2.1 73.0 ו-SWE-bench Pro 61.7 — שוב, מדווח על ידי הספק וללא ביקורת. סך המשקלים שלו הוא 55.6 GB על פני שמונה-עשר קבצי safetensors, ומספר הפרמטרים שלו הוא 27.8 מיליארד כשסופרים גם את מגדל הראייה, ולכן המודל נקרא 27B ומודד 27.8B.

המספר האחד שלרוב מכריע את ההחלטה: פרמטרים פעילים

קבצים עוקבים אחרי סך הפרמטרים. מהירות עוקבת אחרי הפעילים. אלו שתי עמודות שונות בגיליון המפרט, וקוראים מקפלים אותן באופן שגרתי לאחת, וכך אנשים מגיעים להורדה של תערובת מומחים בגודל 22 GB בציפייה שהיא תיכנס במקום שבו מודל צפוף בגודל 16.5 GB היה נכנס.

המנגנון ראוי להצגה פשוטה, משום שהוא כל העסקה. מודל צפוף חייב לקרוא את כל המשקולות שלו כדי להפיק כל טוקן; תערובת דלילה קוראת רק את המומחים שהראוטר שלה בוחר. Qwen3.6-35B-A3B קורא בערך כשלושה מיליארד פרמטרים לכל טוקן ו-Qwen3.8-27B קורא עשרים ושבעה מיליארד — כך שלתערובת יש יתרון מבני בחישוב לכל טוקן ובתפוקת הפענוח, והיתרון הזה אמיתי. אך שאר המומחים אינם בחינם: הם חייבים לשהות במקום כלשהו, ב-VRAM או בזיכרון המערכת, אחרת הראוטר בסופו של דבר מביא אותם, והבאה כזו יכולה לעלות יותר מהאריתמטיקה שחסכה. לכן היתרון מותנה בהחזקת כל 35B. כך פועל פענוח תערובת מומחים, ולא מדידה של שני המודלים הספציפיים האלה, וזו הסיבה ששאלת ההתאמה בזיכרון באה לפני שאלת המהירות ולא אחריה.

• סך הפרמטרים בדיסק, BF16 — Qwen3.6-35B-A3B: 35.95B ב-26 קבצי safetensors, 71.9 GB. Qwen3.8-27B: 27.78B ב-18 מקטעים, 55.6 GB. לפי מאגרי Hugging Face של הספקים עצמם, כפי שנקראו ב-13 באוקטובר 2026.

• פרמטרים פעילים לכל טוקן — Qwen3.6-35B-A3B: כ-3B. Qwen3.8-27B: כל ה-27B, כי dense זה dense.

• ארכיטקטורה — Qwen3.6-35B-A3B: 256 מומחים, 8 מנותבים בתוספת 1 משותף לכל טוקן, 40 שכבות, ממד חבוי 2,048. Qwen3.8-27B: feed-forward יחיד בממד ביניים 17,408, 64 שכבות, ממד חבוי 5,120.

• הקשר מקורי — 262,144 טוקנים בשניהם. Qwen3.6-35B-A3B מתרחב לכ-1,010,000 עם YaRN; הכרטיס של Qwen3.8-27B מציין 1,000,000 עם הרחבה.

• רישיון — Apache-2.0 על שניהם. שניהם ניתנים להורדה מהספק, שניהם במשקולות פתוחות, ואין תנאי של תשלום לפי מושב או לפי קריאה המצורף לאף אחד מהם.

מה כל אחד מהם עולה לך לכל טוקן

שני המודלים מוגשים ב-OrcaRouter, כך שאפשר להכריע בכך בלי להוריד דבר. קראנו מהקטלוג החי שלנו בתאריך 2026-10-13, qwen/qwen3.6-35b-a3b עולה $0.248 למיליון טוקנים בקלט ו-$1.485 למיליון בפלט, עם חלון של 262,144 טוקנים ומקסימום 65,536 טוקני פלט. qwen/qwen3.8-27b עולה $0.330 למיליון בקלט ו-$2.400 למיליון בפלט באותו חלון של 262,144 טוקנים. שניהם מופיעים גם בקטלוג שלנו תחת מזהה מארח שני במחיר גבוה יותר, אז בדקו לאיזה מזהה אתם באמת קוראים לפני שאתם משווים חשבוניות.

בעומס של מיליון טוקני קלט ורבע מיליון טוקני פלט — חודש סביר לפריסה קטנה של סוכן קידוד — החשבון יוצא כך. Qwen3.6-35B-A3B: 1.00 × $0.248 ועוד 0.25 × $1.485, או בערך $0.62. Qwen3.8-27B: 1.00 × $0.330 ועוד 0.25 × $2.400, או בערך $0.93. המודל הצפוף החדש יותר עולה בערך פי אחד וחצי על צורת תעבורה כזו, והפער הוא הגדול ביותר בטוקני פלט, שם הוא עומד על כ-62%.

שני דברים נובעים מכך, והם חשובים יותר מהמספרים. ראשית, אלה מחירי הקטלוג שלנו, ואנחנו לא מוסיפים תוספת למחיר המחירון המפורסם של הספק — כך ששינוי מחיר של ספק מגיע לעמוד הזה באותו יום שבו הוא מגיע לספק, בלי השהיה ובלי חוזה נוסף. שנית, הסיבה להשוות ביניהם לפי מפתח אחד ולא שניים היא עלות המעבר: שני המזהים יושבים מאחורי נקודת קצה אחת, כך שמעבר מאחד לשני הוא שינוי מחרוזת ולא מיגרציה, ומעבר אוטומטי לגיבוי פירושו שאפשר להריץ את הפחות מוכר מבין השניים על חלק מהתעבורה שלך בלי להמר עליו בנתיב ייצור. אם אתם בוחנים לראשונה תערובת מומחים בגלל הטיעון החישובי שלמעלה, זו הדרך הזולה לבדוק אם הטיעון תקף לעומס העבודה שלכם.

מה מתאים למכונה שלך?

זו השאלה ששני המודלים למעשה נבדלים בה, והיא תלויה באותו פיצול של סה"כ מול פעיל. בהשוואה בין בניות ה-GGUF הקהילתיות שלשני המודלים יש — אלה מאגרים של צד שלישי, לא מהדורות של ספק, ושמות הקבצים שלהם הם שלהם — אותה תווית כימות קונה לך גדלים שונים מהותית של קבצים:

• מחלקת Q3, האפשרות הקטנה והסבירה ביותר — Qwen3.6-35B-A3B: ‏16.60 GB ב-UD-Q3_K_M. Qwen3.8-27B: ‏13.15 GB ב-UD-Q3_K_XL.

• בסביבות IQ4 — Qwen3.6-35B-A3B: ‏17.73 GB ב-UD-IQ4_XS, ‏18.04 GB ב-UD-IQ4_NL. Qwen3.8-27B: ‏14.25 GB ב-UD-IQ4_XS.

• Q4_K_S — Qwen3.6-35B-A3B: 20.89 GB. Qwen3.8-27B: 15.36 GB.

• Q4_K_M, ברירת המחדל הרגילה — 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, כפי שנשלח — Qwen3.6-35B-A3B: 71.9 GB. Qwen3.8-27B: 55.6 GB.

• פורסם גם — ל-Qwen3.6-35B-A3B יש צ'קפוינט FP8 במאגר של הספק עצמו, ותערובת MXFP4 בגודל 21.71 GB בבניות הקהילה; ל-Qwen3.8-27B יש גם צ'קפוינט FP8 במאגר של הספק.

קרא את שתי העמודות זו מול זו והכלל מתגלה מעצמו. בכל תווית תואמת התערובת כבדה בין ארבעה לשמונה גיגה-בייט יותר עבור אותה דחיסה נומינלית, מכיוון שהקובץ חייב להכיל את כל 35B ורק משתמש ב-3B ממנו בכל רגע. באופן קונקרטי: כרטיס של 24 GB מריץ Qwen3.8-27B ב-Q4_K_M עם מקום להקשר, ומריץ Qwen3.6-35B-A3B ב-Q3 או IQ4 כאשר מטמון ה-KV נאבק על מקום, וסשן נוח בהקשר ארוך על התערובת דורש קרוב ל-48 GB. הוסף את הקובץ הנפרד של מגדל הראייה אם ברצונך בקלט תמונה באחד מהשניים.

איפה שהמדדים עומדים, וזה לא המקום שבו היית רוצה שהם יהיו

אף אחד לא פרסם הרצת ראש-בראש של שני המודלים האלה, בהגדרות תואמות, על גבי הרנס שצוין בשמו. איננו מודעים להרצה כזו, והדף הזה לא ירמוז לדירוג שאין לו ביסוס בראיות.

מה שכן קיים הוא חפיפה חלקית בין השמותשל מדדי הביצוע בשני כרטיסי הספקים, וכדאי להציג אותה דווקא מפני שקל כל כך לפרש אותה באופן מוגזם. בשמות שמופיעים בשני הכרטיסים, הנתון של Qwen3.8-27B הוא הגבוה בכל פעם. SWE-bench Pro: 49.5 עבור 35B A3B לעומת 61.7 עבור ה-27B. LiveCodeBench v6: 80.4 לעומת 90.3. HLE: 21.4 לעומת 30.8. שאלות החשיבה של CharXiv: 78.0 לעומת 83.7. OmniDocBench 1.5: 89.9 לעומת 91.1. RealWorldQA: 85.3 לעומת 85.9. וב-Terminal-Bench הכרטיסים אפילו אינם ברי השוואה באופן שהשורה מרמזת עליו: כרטיס ה-35B A3B מדווח על Terminal-Bench 2.0 עם 51.5, בעוד כרטיס ה-27B מדווח על Terminal Bench 2.1 (Terminus) עם 73.0 — גרסאות שונות של אותו מדד, כך שאין להחסיר כלל את הזוג המסוים הזה זה מזה.

שלוש הסתייגויות חלות על כל זה. המספרים מגיעים משני כרטיסי מודל שונים שפורסמו בהפרש של כארבעה חודשים זה מזה, על ידי אותה מעבדה, ללא ביקורת. כמה בנצ'מרקים שכל מודל מדווח עליהם מופיעים רק בכרטיס שלו עצמו ואין להם מקביל — SWE-bench Verified 73.4 ו-MMLU-Pro 85.2 בצד של 35B A3B; OSWorld-Verified 84.3 ו-QwenSWEBench 79.0 בצד של 27B — ולכן אי אפשר להשוות אותם זה לזה. ומודל חדש יותר באותה סדרה שמקבל ציון גבוה יותר ממודל ישן יותר הוא התוצאה הצפויה, לא ממצא: הוא אומר לך שהדור התקדם, ולא אומר דבר על האם המודל הישן יותר מתאים יותר לטוקנים שאתה עומד לשלוח.

אם אתה צריך שההשוואה תהיה מכרעת, הדרך הישרה היא להריץ את שניהם על התעבורה שלך. הם על מפתח אחד, על נקודת קצה אחת, ומעבר אוטומטי לגיבוי הופך בדיקת פיצול לזולה.

איזה אחד כדאי לך לבחור

בחר אתQwen3.6-35B-A3B אם המחשב שלך יכול להחזיק 35B של משקלים ועומס העבודה שלך כבד יותר ביצירה מאשר בהסקה חד-פעמית. המקרים שבהם זו התשובה הנכונה:

• יש לך את הזיכרון — 48 GB או יותר לשימוש מקומי נוח בהקשר ארוך, או כרטיס של 24 GB בקוונטיזציה בדרגת 3 סיביות אם אתה יכול להסתפק בחלון קצר יותר — ואתה רוצה את הארכיטקטורה שמוציאה הכי מעט חישוב לכל טוקן.

• התעבורה שלך היא בעלת מקביליות גבוהה או יצירה ארוכה, שבהן העלות לכל טוקן שולטת בחשבון, והפענוח הדליל של התערובת פועל מבחינה מבנית לטובתך.

• אתה רוצה ארטיפקט אחד תחת Apache-2.0 שקולט טקסט, תמונות ווידאו ומחזיר טקסט, ואתה רוצה את ההורדה הקטנה מבין השניים רק אם אתה מארח אותו ולא מוריד אותו, כאשר המחיר לכל טוקן נמוך יותר הן בקלט והן בפלט.

• אתה נמצא בכוונה בסקייל של 3B-active — אתה מקבל את היותך דור אחד מאחור בטבלאות של הספק עצמו, בתמורה לתשלום נמוך יותר לכל טוקן ולעשות זאת מאחורי ממשק מוכר לקריאת כלים.

בחר Qwen3.8-27B אם הזיכרון הוא המגבלה המכרעת, או אם אתה רוצה את הדור החדש ביותר בזוג הזה. המקרים שבהם זו התשובה הנכונה:

• כרטיס בודד של 24 GB ואין תוכנית לקנות עוד. ב-Q4_K_M הוא 16.5 GB, מה שמשאיר מקום אמיתי להקשר; התערובת לא.

• אתה רוצה את הנתונים הסוכניים והתכנותיים החזקים ביותר שדווחו על ידי הספק בזיווג הזה, ואתה מודע לכך שהם מגיעים מכרטיס שלא עבר ביקורת ושאינם השוואה מותאמת.

• עומס העבודה שלך כולל מספר קטן יחסית של בקשות גדולות יחסית — הבנת מסמכים וצילומי מסך, הסקה ברמת מאגר קוד, אוטומציה בסגנון שימוש במחשב — שבהן התפוקה לכל בקשה פחות חשובה ממה שכל בקשה מביאה נכון.

• אתה רוצה את ההורדה הקטנה יותר, את האתחול הקר המהיר יותר ואת רשימת השרדים הקצרה יותר לניהול.

שום דבר מכל זה לא מכתיר מנצח. שני המודלים לא מתחרים על אותה משבצת במכונה שלך, והמספרים שלמעלה לא קובעים איזה מהם טוב יותר במשהו — הם קובעים איזה מהם דורש פחות מהמכונה שכבר יש לך.

העובדה שלרוב מכריעה את הכף היא זו: גודל הקובץ בדיסק נקבע לפי מספר הפרמטרים הכולל, וכמות העבודה לכל טוקן נקבעת לפי מספר הפרמטרים הפעילים. כך ש-Qwen3.6-35B-A3B יכול להיות המודל שרץ מהר יותר ובכל זאת זה שלא נכנס, ו-Qwen3.8-27B יכול להיות זה עם עלות הטוקן הגבוהה יותר ובכל זאת זה שרץ בכלל. החלט איזו משתי הבעיות האלה באמת יש לך, והבחירה מפסיקה להיות השוואה.