Qwen3.8-27B: Model Dense 27B di Lini Qwen3.8 Alibaba

Satu angka menentukan apakah Anda dapat menjalankan Qwen3.8-27B sendiri: 55,6 GB. Itu adalah total bobot BF16 di repositori vendor sendiri — delapan belas shard safetensors, 27,8 miliar parameter setelah menara visi dihitung — dan itulah alasan tempat praktis model ini adalah kartu grafis 24 GB yang menjalankan build terkompresi, bukan workstation yang menjalankannya sebagaimana dikirim. Segala hal lain tentang Qwen3.8-27B mengikuti bentuk itu. Ini adalah model dense, bukan campuran pakar: setiap token yang Anda hasilkan menyalakan seluruh 27 miliar parameter, yang merupakan pertukaran berlawanan dari raksasa sparse yang seangkatan dengannya. Dan ini adalah satu-satunya anggota di putaran ini dengan lingkungan nyata di sekitar namanya — pembaca mencarinya sendiri, dan mereka mencari kualifikasi di sekitarnya — jadi halaman ini adalah jawaban jelas tentang apa hal itu, untuk apa, dan apa yang Anda pilih sebelum Anda memilih ukuran atau format.

Identifikasi yang tepat, karena tiga nama dalam keluarga ini mudah tertukar. Qwen3.8-27B adalah anggota dense yang dapat di-host sendiri dari generasi Qwen3.8 milik Alibaba. Saudara-saudaranya adalah produk yang berbeda: Qwen3.8-2.4T-A95B adalah sparse mixture-of-experts dengan parameter 2,4 triliun yang bobotnya juga dirilis pada Agustus 2026, dan Qwen3.8-Max adalah API terkelola yang dibangun di atas arsitektur yang sama, yang sama sekali tidak memiliki bobot yang dapat diunduh. Generasi ini diumumkan pada 3 Agustus 2026, dan bobot 27B dirilis di Hugging Face dan ModelScope pada 14 Agustus 2026 di bawah Apache 2.0 — tanggal yang perlu dinyatakan secara tepat karena peluncuran hanyalah yang memberi tanggal pada model ini, bukan peristiwa yang dilaporkan halaman ini.

Apa itu, dalam kata-kata Alibaba sendiri

Kartu model mendeskripsikan Qwen3.8-27B sebagai "model dense yang ringkas dan ramah penerapan": model visi-bahasa native yang memahami gambar dan video, dengan kontrol pemikiran yang fleksibel, "dirancang untuk membawa tugas kompleks multi-langkah hingga selesai dengan keandalan yang lebih besar." Itu adalah positioning vendor, yang diatribusikan, dan kartu tersebut mendukungnya dengan lima peningkatan yang diklaim — perolehan kemampuan inti di bidang coding, pekerjaan profesional, riset, dan tugas agentik jangka panjang; perencanaan otonom yang lebih kuat dan penanganan umpan balik lingkungan; dukungan yang lebih luas untuk harness agen dan alat pengembangan populer; mode berpikir yang aktif secara default tetapi dapat dinonaktifkan per permintaan dengan kedalaman yang disetel melalui reasoning_effort; dan pemahaman gambar dan video native yang menurut kartu tersebut mencakup diagram dan dokumen STEM hingga video berskala jam.

Arsitektur di balik klaim itu adalah hibrida. Qwen3.8-27B disusun sebagai enam belas blok berulang, yang masing-masing berisi tiga lapisan atensi linear Gated DeltaNet dan satu lapisan Gated Attention penuh — total 64 lapisan, dimensi tersembunyi 5.120, 48 head atensi linear untuk value versus 16 untuk query. Dalam bahasa sederhana: hanya satu dari empat lapisan yang mempertahankan cache atensi konvensional. Itulah sebabnya model 27B dapat membawa konteks native 262.144 token tanpa biaya memori yang akan dituntut oleh transformer konvensional seukuran ini, dan itu juga sebabnya jejak lokalnya lebih bersahabat daripada yang disiratkan oleh jumlah parameternya. Konteks dapat diperluas hingga 1.000.000 token dengan penskalaan YaRN, yang menurut peringatan kartu model dapat menurunkan performa pada input yang lebih pendek jika Anda membiarkannya tetap aktif secara statis. Mode berpikir aktif secara default; sampling yang direkomendasikan kartu model adalah temperature 1,0 dengan top_p 0,95 saat berpikir, 0,7 dengan top_p 0,80 saat tidak, dan menyarankan agar alokasi output dibuat longgar — hingga 262.144 token penalaran dan 131.072 untuk jawaban akhir di dalam jendela konteks yang panjang.

Sekarang bagian umum yang jujur, yang merupakan pengetahuan keahlian, bukan pengukuran model ini. Model dense 27B pada 2026 berada di posisi tertentu. Model ini cukup besar untuk benar-benar berguna dan cukup kecil untuk muat pada perangkat keras yang dimiliki seseorang atau tim kecil, sehingga membuatnya menjadi bentuk yang tepat untuk inferensi privat, untuk pekerjaan batch yang menjadikan penagihan per token sebagai musuh, dan untuk loop agen yang melakukan banyak panggilan murah alih-alih satu panggilan mahal. Bentuk ini tidak tepat untuk penalaran tersulit yang Anda miliki, untuk dokumen tunggal terpanjang, atau untuk apa pun di mana Anda lebih memilih menyewa yang paling canggih daripada memiliki yang cukup baik — model dense 27B kalah dari model frontier yang dilayani dengan baik di kelas atas, dan kalah dari MoE kecil dalam hal biaya per token di kelas bawah. Densitas juga merupakan fakta latensi: dengan setiap parameter aktif pada setiap token, model dense umumnya lebih lambat per token daripada model sparse dengan kualitas serupa, dan Qwen3.8-27B juga merupakan model penalaran, sehingga model ini menghabiskan token output untuk berpikir sebelum menjawab. Tidak ada dari ini yang merupakan skor untuk model tertentu ini. Ini adalah bentuk keputusan yang sedang Anda buat.

Ukuran dan kesesuaian, secara ringkas

Ringkasannya, dengan aritmetika terperinci dibiarkan di tempatnya. Bobot BF16 penuh adalah 55,6 GB, yang berarti ini adalah pembahasan tentang akselerator 80 GB. Tata letak atensi hibrida inilah yang membuat build terkompresi luar biasa mudah ditangani: kuantisasi 4-bit berada di kisaran pertengahan belasan gigabyte dan berjalan nyaman di kartu 24 GB pada panjang konteks biasa, kartu 16 GB realistis hanya jika Anda menerima kuantisasi lebih rendah atau konteks pendek, dan 8 GB tidak memungkinkan. Karena hanya 16 dari 64 lapisan yang menyimpan cache atensi penuh, konteks panjang lebih murah daripada pada 27B konvensional — tetapi itu tidak gratis, dan cache-lah yang mendorong penyiapan 24 GB yang nyaman menuju batas maksimalnya saat Anda menaikkan jendela. Kami menyimpan halaman terpisah yang berisi tangga VRAM per kuantisasi, kurva panjang konteks, dan angka memori terpadu Apple-silicon; jika Anda membeli perangkat keras, bacalah halaman itu alih-alih halaman ini.

Format-formatnya, sebagai pilihan, bukan sebagai panduan langkah demi langkah.

Ada empat jalur dan masing-masing menjawab empat pertanyaan yang berbeda. GGUF adalah pilihan kompatibilitas — keturunan llama.cpp, dukungan perangkat keras terluas, format yang akan berjalan di apa pun yang sudah Anda miliki, dan inilah yang sebenarnya dicari oleh sebagian besar orang yang mencari Qwen3.8-27B: pilih ini ketika Anda ingin bobotnya bekerja di mesin yang ada di depan Anda dan Anda bersedia memilih tingkat kuantisasi. MLX adalah pilihan Apple silicon, dan itu pilihan yang nyata — model ini berjalan di Mac melalui MLX, yang untuk model visi-bahasa 27B bukanlah sesuatu yang bisa diasumsikan begitu saja. Di sisi penyajian, NVFP4 dan FP8 adalah format yang Anda terapkan alih-alih dijalankan secara interaktif: FP8 menjaga model tetap mendekati presisi penuh pada jejak bobot sekitar setengahnya untuk satu GPU besar, dan NVFP4 adalah build agresif era Blackwell yang berukuran sekitar 25 GB VRAM dengan menara visi yang dipertahankan pada presisi penuh. Unsloth adalah jalur fine-tuning — paket GGUF dengan jalur pelatihan yang disertakan, untuk saat Anda berniat mengubah bobotnya alih-alih hanya menjalankannya. Masing-masing memiliki halaman sendiri di bawah model ini, dan masing-masing menjawab pertanyaan yang berbeda dari halaman ini.

Apa yang sebenarnya diizinkan oleh lisensi

Qwen3.8-27B dirilis di bawah Apache 2.0. Berkas LICENSE ada di repositori, dan lisensinya adalah standar permisif, bukan perjanjian khusus: penggunaan komersial tanpa batas jumlah pengguna atau royalti, modifikasi, redistribusi, dan hibah paten eksplisit, asalkan Anda menyertakan lisensi dan pemberitahuan tersebut bersama apa pun yang Anda teruskan. Hal itu penting karena file ini berbeda dari file yang mengatur anggota keluarga lainnya — Qwen3.8-2.4T-A95B dirilis di bawah lisensi Qwen khusus, bukan Apache 2.0 — jadi "ini Qwen, berarti ini Apache" bukan asumsi yang aman, dan inilah anggota yang kebetulan memang demikian.

Apache 2.0 pada bobot juga merupakan jawaban lugas untuk kueri berkualifikasi tunggal terbesar yang bersebelahan dengan halaman ini, yaitu versi yang tidak disensor dan yang diabliterasi. Apa yang diizinkan oleh lisensi itu sederhana dan layak dikatakan tanpa basa-basi: bobot yang diterbitkan dapat dimodifikasi dan didistribusikan ulang, termasuk modifikasi yang mengubah perilaku model, dan build turunan dapat dirilis dengan ketentuan yang sama. Itulah keseluruhan mekanisme di balik rilis yang diabliterasi — sebuah komunitas atau lab menerbitkan salinan modifikasi dari bobot berlisensi terbuka dan mendistribusikannya ulang. Kami menjalankan jalur itu sendiri untuk model ini: build Qwen3.8-27B-Uncensored-GGUF, NVFP4, dan MLX adalah milik kami, diterbitkan dengan ketentuan Apache 2.0 yang sama seperti aslinya. Apa yang akan atau tidak akan dihasilkan oleh layanan hosted adalah pertanyaan terpisah dari apa yang diizinkan lisensi, dan halaman ini tidak menjawabnya — halaman uncensored per format mencakup unduhannya.

Apa yang belum terselesaikan

Tiga hal yang benar-benar masih terbuka. Konteks 1 juta token adalah ekstensi YaRN, bukan jendela native, dan kartu model itu sendiri memperingatkan bahwa penskalaan YaRN statis dapat merugikan performa input pendek, sehingga batas praktis untuk sebagian besar penyiapan lokal adalah jendela native 262.144 dan ekstensi tersebut merupakan keputusan per-deployment yang harus Anda uji. Kartu model Alibaba sendiri mengarahkan pembaca yang mencari layanan terkelola ke Qwen Cloud, yang digambarkannya sebagai segera hadir untuk model ini — jadi per Oktober 2026, tier hosted yang diiklankan kartu tersebut bukan sesuatu yang dapat kami konfirmasi sebagai tersedia secara umum, dan kami tidak akan menjelaskan ketentuannya berdasarkan sebuah teaser. Dan tabel benchmark pada kartu tersebut adalah evaluasi Alibaba sendiri, yang tidak direproduksi oleh pihak yang menerbitkannya, sebuah catatan yang tetap berlaku jauh setelah peluncuran.

Ketersediaan

Kami menyediakan model ini. Identifikasinya adalah qwen/qwen3.8-27b dalam daftar model aktif kami — ini adalah 27B multimodal dense, model ini menerima teks, gambar, dan video dengan jendela konteks 262.144 posisi, dan pembaca dapat mengarahkan klien yang kompatibel dengan OpenAI ke sana hari ini. Itu saja yang akan kami katakan tentang rute ini di sini: tidak ada klaim harga, tidak ada klaim throughput. Jika Anda memilih berdasarkan biaya, hitunglah dari lalu lintas Anda sendiri, bukan dari angka di halaman ini.

Pilihan yang tersisa untuk dibuat adalah formatnya, dan ini adalah pertanyaan perangkat keras sebelum menjadi pertanyaan perangkat lunak. Jika Anda menjalankannya di mesin di depan Anda, jalur GGUF adalah tempat tingkat kuantisasi berada dan tempat Anda mengetahui apakah kartu Anda cukup. Jika Anda menggunakan Mac, jalur MLX adalah yang menentukan apakah Anda memiliki memori terpadu sama sekali. Baca salah satu dari keduanya selanjutnya, dan kembali ke halaman ini hanya jika Anda ingin mengingatkan diri sendiri tentang apa model itu sebelum Anda mengalokasikan ruang disk.