Qwen 3.6 35B A3B vs Qwen 3.8 27B: 3B Aktif atau 27B Dense?

Dua angka menentukan pasangan ini, dan keduanya menarik ke arah yang berlawanan. Qwen3.6-35B-A3B membawa 35 miliar parameter tetapi hanya mengaktifkan sekitar 3 miliar di antaranya untuk setiap token tunggal. Qwen3.8-27B bersifat padat: setiap dari 27 miliar parameternya digunakan untuk setiap token yang Anda hasilkan. Artinya, campuran pakar adalah model yang lebih ringan untuk dijalankan dan model yang lebih berat untuk ditampung — 71,9 GB bobot BF16 versus 55,6 GB, menurut repositori masing-masing vendor — sementara model padat membutuhkan sekitar sembilan kali lebih banyak aritmetika per token dan muat dalam memori yang lebih sedikit. Tidak ada satu pun dari itu yang merupakan cacat. Keduanya adalah dua jawaban berbeda untuk "berapa besar mesin yang saya miliki", dan jawaban mana yang menjadi milik Anda adalah keseluruhan keputusannya.

Ada alasan kedua mengapa halaman ini layak menyita waktu Anda. Perbandingan ini adalah bentuk yang dicari pembaca seputar 35B A3B — setiap kueri dalam keluarga kecil model itu merupakan versinya — dan Qwen3.6-35B-A3B belum pernah memiliki halaman di sini yang mendeskripsikannya sama sekali. Jadi halaman ini memuat satu paragraf jujur di tiap sisi lalu beranjak ke perbandingan.

Apa sebenarnya build 35B A3B itu

Qwen3.6-35B-A3B adalah anggota sparse dari generasi Qwen3.6 April 2026 milik Alibaba, diterbitkan di bawah Apache-2.0 di repositori Hugging Face milik vendor sendiri, yang dibuat pada 15 April 2026. Kartu model vendor menggambarkannya sebagai campuran pakar dengan "total 35B dan 3B diaktifkan", dibangun dari 256 pakar, dengan delapan pakar yang dirutekan ditambah satu pakar bersama yang aktif per token. Model ini bukan hanya teks: kartu tersebut menyebutnya sebagai "Model Bahasa Kausal dengan Encoder Visi", dan repositori itu membawa tag pipeline image-text-to-text, sehingga model ini menerima teks, gambar, dan video lalu mengembalikan teks. Konteksnya secara native 262.144 token, dapat diperluas hingga sekitar 1.010.000 dengan penskalaan YaRN. Tata letaknya hibrida — sepuluh pengulangan tiga blok linear-attention Gated DeltaNet yang diikuti satu blok full-attention bergerbang, dimensi tersembunyi 2.048, 40 lapisan — dan kartu itu memisahkan promosi penjualan dari arsitektur dengan menyebutkan dua hal yang ditekankannya: pengodean agentik, dan opsi "pelestarian pemikiran" yang mempertahankan konteks penalaran dari giliran-giliran sebelumnya. Tabel milik vendor sendiri pada kartu itu menempatkannya pada SWE-bench Verified 73.4, Terminal-Bench 2.0 51.5, MMLU-Pro 85.2, GPQA 86.0, dan LiveCodeBench v6 80.4 — semuanya dilaporkan vendor dan belum diaudit, yang merupakan label yang disandangnya di mana pun hal itu muncul di bawah ini.

Apa itu Qwen3.8-27B

Qwen3.8-27B adalah model dense 27B berbobot terbuka milik Alibaba dari generasi Qwen3.8, dirilis di bawah Apache-2.0; repositori vendor dibuat pada 5 Agustus 2026 dan terakhir dimodifikasi pada 14 Agustus. Kartu Qwen sendiri menyebutnya "model dense yang ringkas dan ramah penerapan" dan memposisikannya sebagai generasi Qwen terbuka paling mampu sejauh ini, dengan peningkatan yang dinyatakan dalam coding, pekerjaan profesional, riset, dan tugas agentik berhorizon panjang. Model ini juga merupakan model bahasa-visi — "Causal Language Model with Vision Encoder" — yang menerima gambar dan video serta teks, dengan konteks native 262,144 token dan 1,000,000 dengan ekstensi. Secara arsitektur, model ini konvensional bila dibandingkan: 64 lapisan, dimensi tersembunyi 5,120, jaringan feed-forward reguler pada dimensi intermediat 17,408 alih-alih kumpulan pakar, dan ritme atensi tiga-linear-ke-satu-penuh yang sama seperti model sejenisnya. Sementara kartu 35B A3B membahas pelestarian pemikiran, kartu Qwen3.8-27B membahas kontrol pemikiran fleksibel — sebuah reasoning_effort pengaturan yang secara default xhigh, dengan medium dan low tersedia, dan preserve_thinking aktif secara default. Kartunya melaporkan LiveCodeBench v6 90.3, GPQA Diamond 89.2, OSWorld-Verified 84.3, QwenSWEBench 79.0, Terminal Bench 2.1 73.0 dan SWE-bench Pro 61.7 — sekali lagi dilaporkan vendor dan belum diaudit. Total bobotnya adalah 55.6 GB di delapan belas shard safetensors, dan jumlah parameternya adalah 27.8 miliar setelah menara visi dihitung, itulah sebabnya model ini disebut 27B dan berukuran 27.8B.

Satu angka yang paling sering menentukannya: parameter aktif

Ukuran file mengikuti total parameter. Kecepatan mengikuti parameter yang aktif. Itu adalah dua kolom berbeda di lembar spesifikasi, dan pembaca kerap menggabungkannya menjadi satu, sehingga orang akhirnya mengunduh mixture of experts 22 GB dan berharap model itu muat di ruang yang seharusnya ditempati model dense 16,5 GB.

Mekanismenya layak dinyatakan secara gamblang, karena itulah inti dari pertukarannya. Model padat harus membaca seluruh bobotnya untuk menghasilkan setiap token; campuran sparse hanya membaca pakar yang dipilih oleh router-nya. Qwen3.6-35B-A3B membaca kira-kira setara tiga miliar parameter per token dan Qwen3.8-27B membaca dua puluh tujuh miliar — jadi campuran itu memiliki keunggulan struktural pada komputasi per token dan pada throughput dekode, dan keunggulan itu nyata. Tetapi pakar-pakar lain tidak gratis: mereka harus berada di suatu tempat, di VRAM atau di memori sistem, atau router akhirnya mengambilnya, dan pengambilan bisa lebih mahal daripada aritmetika yang dihematnya. Jadi keunggulannya bersyarat pada menyimpan seluruh 35B. Beginilah cara kerja dekode mixture-of-experts, bukan pengukuran atas dua model spesifik ini, dan itulah alasan pertanyaan mengenai muatnya model muncul sebelum pertanyaan kecepatan, bukan sesudahnya.

• Total parameter di disk, BF16 — Qwen3.6-35B-A3B: 35,95B dalam 26 file safetensors, 71,9 GB. Qwen3.8-27B: 27,78B dalam 18 shard, 55,6 GB. Menurut repositori Hugging Face milik vendor masing-masing, dibaca pada 2026-10-13.

• Parameter aktif per token — Qwen3.6-35B-A3B: sekitar 3B. Qwen3.8-27B: semua 27B, karena dense berarti dense.

• Arsitektur — Qwen3.6-35B-A3B: 256 pakar, 8 dirutekan ditambah 1 dibagikan per token, 40 lapisan, hidden 2.048. Qwen3.8-27B: feed-forward tunggal pada dimensi perantara 17.408, 64 lapisan, hidden 5.120.

• Konteks native — 262.144 token pada keduanya. Qwen3.6-35B-A3B diperluas hingga sekitar 1.010.000 dengan YaRN; kartu Qwen3.8-27B menyatakan 1.000.000 dengan ekstensi.

• Lisensi — Apache-2.0 pada keduanya. Keduanya dapat diunduh dari vendor, keduanya merupakan bobot terbuka, dan tidak ada ketentuan per-kursi atau per-panggilan yang melekat pada keduanya.

Berapa biaya masing-masing untuk Anda per token

Kedua model tersedia di OrcaRouter, jadi Anda bisa menyelesaikan ini tanpa mengunduh apa pun. Baca dari katalog live kami pada 2026-10-13, qwen/qwen3.6-35b-a3b adalah $0.248 per juta token input dan $1.485 per juta output, dengan jendela 262,144 token dan maksimum 65,536 token output. qwen/qwen3.8-27b adalah $0.330 per juta input dan $2.400 per juta output pada jendela 262,144 token yang sama. Keduanya juga terdaftar di katalog kami dengan id host kedua pada harga yang lebih tinggi, jadi periksa pengenal mana yang sebenarnya Anda panggil sebelum Anda membandingkan tagihan.

Pada beban kerja satu juta token masukan dan seperempat juta token keluaran — bulan yang masuk akal untuk penerapan agen coding skala kecil — perhitungannya seperti ini. Qwen3.6-35B-A3B: 1.00 × $0.248 ditambah 0.25 × $1.485, atau sekitar $0.62. Qwen3.8-27B: 1.00 × $0.330 ditambah 0.25 × $2.400, atau sekitar $0.93. Model dense yang lebih baru biayanya sekitar satu setengah kali lebih besar untuk pola lalu lintas seperti itu, dan selisihnya paling besar pada token keluaran, yaitu sekitar 62%.

Ada dua hal yang mengikutinya yang lebih penting daripada angka-angkanya. Pertama, ini adalah harga katalog kami, dan kami tidak menambahkan markup pada harga daftar yang dipublikasikan penyedia — jadi perubahan harga vendor mencapai halaman ini pada hari yang sama saat mencapai vendor, tanpa jeda dan tanpa kontrak kedua. Kedua, alasan membandingkannya pada satu kunci alih-alih dua adalah biaya peralihan: kedua id berada di belakang satu endpoint, sehingga berpindah dari satu ke yang lain hanyalah perubahan string, bukan migrasi, dan failover otomatis berarti Anda dapat menjalankan yang kurang familiar dari keduanya pada sebagian trafik Anda tanpa mempertaruhkan jalur produksi padanya. Jika Anda mengevaluasi mixture of experts untuk pertama kalinya karena argumen komputasi di atas, itulah cara murah untuk menguji apakah argumen tersebut berlaku untuk beban kerja Anda.

Apa yang cocok di mesin Anda

Inilah pertanyaan yang sebenarnya membedakan kedua model, dan hal ini bergantung pada pemisahan total-versus-active yang sama. Jika membandingkan build GGUF komunitas yang dimiliki kedua model — ini adalah repositori pihak ketiga, bukan rilis vendor, dan nama filenya adalah milik mereka sendiri — label kuantisasi yang sama memberi Anda ukuran file yang berbeda secara material:

• Kelas Q3, opsi terkecil yang masuk akal — Qwen3.6-35B-A3B: 16,60 GB pada UD-Q3_K_M. Qwen3.8-27B: 13,15 GB pada UD-Q3_K_XL.

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

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

• Q4_K_M, default yang biasa — 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, sebagaimana dirilis — Qwen3.6-35B-A3B: 71,9 GB. Qwen3.8-27B: 55,6 GB.

• Juga diterbitkan — Qwen3.6-35B-A3B memiliki checkpoint FP8 di repositori vendor sendiri dan campuran MXFP4 sebesar 21,71 GB di build komunitas; Qwen3.8-27B juga memiliki checkpoint FP8 di repositori vendor.

Baca kedua kolom secara berdampingan dan aturannya menjadi jelas. Pada setiap label yang cocok, model campuran tersebut antara empat hingga delapan gigabyte lebih berat untuk kompresi nominal yang sama, karena file harus menampung seluruh 35B dan hanya menggunakan 3B darinya pada satu waktu. Secara konkret: kartu 24 GB dapat menjalankan Qwen3.8-27B pada Q4_K_M dengan ruang untuk konteks dan dapat menjalankan Qwen3.6-35B-A3B pada Q3 atau IQ4 dengan KV cache yang berebut ruang, dan sesi konteks panjang yang nyaman pada model campuran tersebut menginginkan mendekati 48 GB. Tambahkan file vision tower-nya sendiri jika Anda ingin input gambar pada salah satunya.

Posisi tolok ukur saat ini, yang bukan posisi yang Anda inginkan.

Tidak ada yang pernah memublikasikan pengujian head-to-head kedua model ini dengan pengaturan yang disamakan pada harness bernama. Kami tidak mengetahui adanya satu pun, dan halaman ini tidak akan menyiratkan peringkat yang tidak didukung oleh bukti.

Yang ada adalah tumpang tindih sebagian dalam tolok ukur nama antara kedua kartu vendor, dan hal ini layak ditunjukkan justru karena sangat mudah untuk ditafsirkan secara berlebihan. Pada nama-nama yang muncul di kedua kartu, angka Qwen3.8-27B selalu lebih tinggi. SWE-bench Pro: 49,5 untuk 35B A3B versus 61,7 untuk 27B. LiveCodeBench v6: 80,4 versus 90,3. HLE: 21,4 versus 30,8. Pertanyaan penalaran CharXiv: 78,0 versus 83,7. OmniDocBench 1.5: 89,9 versus 91,1. RealWorldQA: 85,3 versus 85,9. Dan pada Terminal-Bench, kartu-kartunya bahkan tidak dapat dibandingkan seperti yang disiratkan oleh baris tersebut: kartu 35B A3B melaporkan Terminal-Bench 2.0 pada 51,5, sedangkan kartu 27B melaporkan Terminal Bench 2.1 (Terminus) pada 73,0 — versi benchmark yang berbeda, jadi pasangan tertentu itu sama sekali tidak boleh saling dikurangkan.

Tiga catatan penting membayangi semua itu. Angka-angka tersebut berasal dari dua kartu model berbeda yang diterbitkan dengan selisih sekitar empat bulan, oleh lab yang sama, tanpa audit. Beberapa tolok ukur yang dilaporkan masing-masing model hanya muncul di kartunya sendiri dan tidak memiliki padanan — SWE-bench Verified 73,4 dan MMLU-Pro 85,2 di sisi 35B A3B; OSWorld-Verified 84,3 dan QwenSWEBench 79,0 di sisi 27B — sehingga tidak dapat disandingkan. Dan model yang lebih baru dalam lini yang sama mencetak skor lebih tinggi daripada model yang lebih lama adalah hasil yang diharapkan, bukan temuan: itu memberi tahu Anda bahwa generasinya bergeser, dan tidak mengatakan apa pun tentang apakah model yang lebih lama lebih cocok untuk token yang akan Anda kirim.

Jika Anda perlu perbandingannya benar-benar menentukan, cara yang jujur adalah menjalankan keduanya pada traffic Anda sendiri. Keduanya berada di satu key, di satu endpoint, dan failover membuat split test jadi murah.

Mana yang harus Anda pilih

Pilih Qwen3.6-35B-A3B jika mesin Anda mampu menampung 35B bobot dan beban kerja Anda lebih berat pada generasi daripada penalaran sekali jalan. Kasus-kasus ketika ini adalah jawaban yang tepat:

• Anda memiliki memori — 48 GB atau lebih untuk penggunaan lokal konteks panjang yang nyaman, atau kartu 24 GB pada kuantisasi kelas 3-bit jika Anda bisa hidup dengan jendela yang lebih pendek — dan Anda menginginkan arsitektur yang menghabiskan komputasi paling sedikit per token.

• Lalu lintas Anda bersifat konkurensi tinggi atau generasi panjang, di mana biaya per token mendominasi tagihan dan decode sparse dari campuran tersebut secara struktural berada di pihak Anda.

• Anda menginginkan satu artefak Apache-2.0 yang menerima teks, gambar, dan video serta mengembalikan teks, dan Anda menginginkan unduhan yang lebih kecil dalam pasangan hanya jika Anda menghostingnya alih-alih mengunduhnya, dengan harga per token yang lebih rendah untuk input maupun output.

• Anda sengaja berada pada skala aktif 3B — Anda menerima berada satu generasi di belakang pada tabel milik vendor sendiri dengan imbalan membayar lebih sedikit per token dan melakukannya di balik antarmuka pemanggilan alat yang familier.

Pilih Qwen3.8-27B jika memori menjadi kendala yang mengikat, atau jika Anda menginginkan generasi terbaru dalam pasangan ini. Kasus-kasus di mana ini adalah jawaban yang tepat:

• Satu kartu 24 GB dan tidak ada rencana untuk membeli lagi. Pada Q4_K_M ukurannya 16.5 GB, yang menyisakan ruang nyata untuk konteks; mixture tidak.

• Anda menginginkan angka agentik dan coding terkuat yang dilaporkan vendor dalam pasangan ini, dan Anda sadar bahwa angka-angka itu berasal dari kartu yang belum diaudit dan bukan perbandingan yang setara.

• Beban kerja Anda relatif sedikit, berupa permintaan yang relatif besar — pemahaman dokumen dan tangkapan layar, penalaran tingkat repositori, otomasi bergaya penggunaan komputer — yang mana throughput per permintaan tidak sepenting seberapa tepat setiap permintaan ditangani.

• Anda menginginkan unduhan yang lebih kecil, cold start yang lebih cepat, dan daftar shard yang lebih pendek untuk dikelola.

Tak satu pun dari semua itu menjadikannya pemenang. Kedua model tersebut tidak bersaing untuk slot yang sama di mesin Anda, dan angka-angka di atas tidak membuktikan mana yang lebih baik dalam hal apa pun — angka-angka itu menunjukkan mana yang meminta lebih sedikit dari mesin yang sudah Anda miliki.

Fakta yang paling sering menjadi penentu adalah ini: ukuran file di disk ditentukan oleh total parameter, sedangkan beban kerja per token ditentukan oleh parameter aktif. Jadi, Qwen3.6-35B-A3B bisa menjadi model yang berjalan lebih cepat tetapi tetap menjadi model yang tidak muat, dan Qwen3.8-27B bisa menjadi model dengan biaya per token yang lebih besar tetapi tetap menjadi model yang bisa berjalan. Tentukan masalah mana dari kedua masalah itu yang sebenarnya Anda hadapi, dan pilihan itu tidak lagi menjadi perbandingan.