Qwen3.8-27B di Hugging Face: repo resmi, apa yang ada di dalamnya, dan cara mengunduhnya

Qwen3.8 27B tersedia di Hugging Face di Qwen/Qwen3.8-27B, diterbitkan oleh organisasi Qwe​n pada 14 Agustus 2026 di bawah lisensi Apache 2.0. Repositori ini berisi 55,6 GB safetensors BF16 yang tersebar di 18 shard, ditambah tokenizer, template chat, dan konfigurasi yang menyertainya — gratis diunduh, gratis digunakan secara komersial, dan tanpa biaya per token. Ada dua hal yang membuat orang terkecoh: repositori resmi hanya menyediakan safetensors, sedangkan kuantisasi GGUF yang dijalankan orang di GPU konsumen berada di repositori komunitas terpisah; dan repositori yang mirip muncul sebelum rilis, jadi hanya salinan milik organisasi Qwe​n yang asli. Artikel ini adalah panduan unduh: apa yang ada di dalam repositori, tiga cara untuk mengunduhnya, dan cara memverifikasi bahwa Anda mendapatkan bobot yang asli.

Fakta singkat, diperiksa 15 Agustus 2026

• Repositori — Qwen/Qwen3.8-27B di Hugging Face, diterbitkan oleh organisasi Qwen; dicerminkan di Qwen/Qwen3.8-27B di ModelScope.

• Dirilis — bobot diluncurkan pada 14 Agustus 2026; liputan yang mempertimbangkan zona waktu juga menyebut 13 Agustus, dan artikel pra-rilis dari minggu sebelumnya melaporkannya sebagai tertunda.

• Lisensi — Apache 2.0: unduh, ubah, dan distribusikan ulang, termasuk penggunaan komersial.

• Ukuran — 55.57 GB safetensors di 18 shard (masing-masing 2.1–3.99 GB); halaman repo membulatkan totalnya menjadi 55.6 GB.

• Model — 27B parameter dense (28B jika menghitung encoder visi), 64 lapisan, ukuran tersembunyi 5.120, kosakata 248.320.

• Atensi — hibrida: 48 lapisan Gated DeltaNet (atensi linear) berbanding 16 lapisan Gated Attention penuh, dilatih dengan prediksi multi-token — rasio 3:1 inilah yang membuat 262.144 token konteks native dapat berjalan pada 27B.

• Konteks — 262.144 token secara native, dapat diperluas hingga 1.000.000 melalui penskalaan YaRN RoPE.

• Masukan — gambar dan video native di samping teks; mengembalikan teks.

• Signal — 91.917 unduhan pada penghitung 30 hari berjalan di kartu model, diperiksa pada 15 Agustus 2026.

Setiap angka di atas berasal dari halaman model Hugging Face, pohon repositori, dan konfigurasi untuk Qwen3.8 27B, diakses pada 15 Agustus 2026. Klaim benchmark pada kartu (SWE-bench Pro 61.7, LiveCodeBench v6 90.3, OSWorld-Verified 84.3) dilaporkan oleh Alibaba; hingga saat ini belum ada laboratorium independen yang mereproduksinya.

Mengapa mengunduhnya: pertanyaan lokal-versus-API

Bobot terbuka adalah satu-satunya kategori model di mana biaya marjinal untuk menjalankan satu token hanyalah biaya listrik Anda. Tanpa biaya lisensi, tanpa harga per token, tanpa batas laju, dan tidak ada apa pun yang meninggalkan mesin Anda. Qwen3.8 27B berlisensi Apache 2.0, jadi kebebasan itu bersifat permanen: Ali​baba tidak dapat menarik bobotnya, melisensikan ulang, atau menagih Anda untuk itu.

Konsekuensinya adalah perangkat keras dan pengaturan. Seluruh bobot BF16 membutuhkan GPU kelas 80 GB pada presisi asli, dan 55,6 GB adalah unduhan yang besar. Jika Anda ingin mengevaluasi model sebelum berkomitmen pada hal tersebut, jalur API lebih cepat: Qwen3.8 27Bdilayani di OrcaRouter dengan harga $0.33 per juta token input dan $2.40 per juta token output dari Qwe​n, diteruskan tanpa markup — dan OrcaRouter juga menyediakan tingkatan gratis dengan batas kecepatan untuk model yang sama, sehingga uji asap tanpa biaya tidak memerlukan unduhan sama sekali. Namun API hanyalah kenyamanan, bukan ketergantungan — bobot model adalah produknya, dan bobot tersebut gratis.

Apa yang sebenarnya ada di repo?

Repositori ini bukan sekadar bobot. Ini adalah paket lengkap yang dapat dijalankan: 18 shard ditambah file metadata yang dibutuhkan Transformers, vLLM, dan SGLang. Menelusurinya dari atas ke bawah:

• model-00001-of-00018.safetensors … model-00018-of-00018.safetensors — bobotnya, 2.1–3.99 GB per shard, total 55.57 GB.

• model.safetensors.index.json — memetakan setiap tensor ke shard-nya; inilah yang dibaca pertama kali oleh loader.

• config.json — arsitektur: 64 lapisan, ukuran tersembunyi 5.120, kosakata 248.320, dan tata letak Gated DeltaNet / Gated Attention.

• tokenizer.json (12.8 MB), tokenizer_config.json, vocab.json (6.72 MB), merges.txt (3.35 MB) — tokenizer.

• chat_template.jinja — templat obrolan, termasuk blok pemikiran; llama.cpp memerlukannya untuk diteruskan sebagai templat jinja atau model akan menjawab Anda dalam tag pemikiran.

• preprocessor_config.json dan video_preprocessor_config.json — pra-pemrosesan gambar dan video.

• crc32.txt — checksum per-shard; verifikasi unduhan dengan ini dan transfer yang rusak tidak lagi menjadi misteri.

• README.md (kartu model 65 kB), LICENSE (Apache 2.0), generation_config.json, .gitattributes (menandai file bobot sebagai Git LFS).

Satu konsekuensi dari tata letak ini penting untuk masalah repo palsu di bawah ini. Salinan asli dari repo ini besar dan lengkap. Repositori placeholder dengan nama yang mengandung "Qwen3.8" dan hanya berisi README bukanlah unduhan yang gagal — melainkan repositori yang berbeda dan kosong.

Cara mengunduhnya — tiga cara

Metode pertama, huggingface-cli, adalah jalur yang paling bersih. Model ini publik, jadi tidak perlu login; ini mengunduh semua 18 shard plus metadata ke dalam folder:

huggingface-cli download Qwen/Qwen3.8-27B --local-dir Qwen3.8-27B

Untuk transfer 55.6 GB, hf_transferbackend layak dipasang — ini memparalelkan unduhan dan biasanya memangkas waktu secara signifikan:

pip install hf_transfer

HF_HUB_ENABLE_HF_TRANSFER=1 huggingface-cli download Qwen/Qwen3.8-27B --local-dir Qwen3.8-27B

Metode kedua, git clone, memberi Anda repo sebagai salinan kerja dengan riwayat. Memerlukan Git LFS:

git lfs install

git clone https://huggingface.co/Qwen/Qwen3.8-27B

Metode ketiga, peramban — buka tab Files dan unduh bagian satu per satu. Hanya masuk akal jika Anda memerlukan satu file (misalnya, hanya config.json untuk memeriksa arsitektur). Untuk repositori penuh, ini 18 unduhan manual ditambah pemeriksaan checksum; gunakan CLI.

File mana yang sebenarnya harus Anda unduh

Repositori resminya adalah safetensors BF16 — presisi penuh, 55,6 GB — artefak yang tepat jika Anda memiliki GPU kelas 80 GB, atau ingin melakukan kuantisasi sendiri nanti. Tidak ada GGUF resmi. Build GGUF yang sebenarnya dijalankan orang di kartu konsumen adalah rilis komunitas: Hugging Face mendaftarkan 303 model terkuantisasi yang dibangun dari basis ini (diperiksa 15 Agustus 2026), dan yang dirujuk oleh runbook adalah build unsloth dan lmstudio-community. Tangga kasarnya:

• BF16 safetensors — 55,6 GB, membutuhkan GPU kelas 80 GB dengan presisi native.

• GGUF Q8_0 — kira-kira 29 GB, muat di kartu 48 GB.

• GGUF Q4_K_M — kira-kira 17 GB, pilihan standar untuk kartu 24 GB.

• GGUF 2-bit — kira-kira 9 GB, muat di kartu 12 GB dengan penurunan kualitas yang terlihat.

Jika Anda menginginkan visi dari build GGUF, Anda juga memerlukan file mmproj terpisah untuk encoder visi, yang didokumentasikan di setiap kartu komunitas. Untuk rincian lengkap kuantisasi dan runtime — termasuk peringatan chat-template llama.cpp — runbook kami tentang menjalankan Qwen3.8 27B secara lokal berisi detailnya.

Cara membedakan repositori asli dari yang palsu

Sebelum bobot dirilis, pencarian Hugging Face dipenuhi dengan repositori "Qwen3.8" tanpa file bobot — kartu placeholder dan fork yang diparkir untuk menjaring orang yang mencari lebih awal. Beberapa masih ada. Daftar periksa verifikasi:

• Periksa penerbitnya, bukan namanya. Repo aslinya ada di org Qwe​n: Qwen/Qwen3.8-27B. Repo dengan nama Qwen3.8 27B di akun lain mana pun bukan rilis resmi, betapapun profesional tampaknya.

• Gunakan koleksi resmi. Qwen mengelola huggingface.co/collections/Qwen/qwen38; setiap repo di dalamnya adalah milik mereka.

• Periksa kolom lisensi. Kartu aslinya menyebutkan Apache 2.0.

• Periksa ukuran dan bentuk. Repositori asli memiliki 18 shard safetensors dengan total sekitar 55,6 GB, file checksum crc32.txt, dan README 65 kB. Tidak ada file bobot berarti repositori kosong, bukan unduhan yang rusak.

• Perlakukan jumlah unduhan sebagai sinyal, bukan bukti. Repo asli melampaui 91.000 unduhan dalam sehari, yang menunjukkan ke mana semua orang mengarah. Namun, yang palsu pun bisa diunduh; penerbit adalah jaminannya.

Setelah unduhan selesai, verifikasi integritas: periksa CRC32 setiap shard terhadap crc32.txt, atau muat model dengan Transformers dan pastikan state dict termuat tanpa peringatan. Ini akan mendeteksi baik transfer yang rusak maupun model yang salah dan telah dikemas ulang.

Saat mengunduh adalah langkah yang salah.

Mengunduh 55.6 GB bukanlah pilihan yang tepat untuk semua orang, dan versi jujur dari artikel ini mengatakannya dengan terus terang.

Anda hanya ingin mengevaluasi model. Jalur API lebih cepat — pengujian terstruktur hanya menghabiskan beberapa sen dan memakan waktu beberapa menit, bukan unduhan dan persiapan yang menyita satu sore.

Anda tidak memiliki GPU dengan kapasitas mendekati 80 GB. Unduhan BF16 adalah artefak yang salah untuk Anda. Pilih kuant GGUF atau API.

Anda membutuhkan benchmark yang terverifikasi. Setiap angka utama untuk Qwen3.8 27B dilaporkan Ali​baba per 15 Agustus 2026. Jika keputusan Anda bergantung pada angka yang telah direproduksi laboratorium independen, tunggulah — bobotnya akan tetap ada di sini.

Anda sedang membangun di atas model yang baru berumur beberapa hari. Bobotnya dirilis pada 14 Agustus. Halaman model OrcaRouter, yang dibaca hari ini, menunjukkan tingkat kesalahan 33,3% selama tujuh hari terakhir dan latensi token pertama p50 sebesar 225 ms — model yang benar-benar baru di bawah beban awal, jadi perlakukan telemetri awal sebagai data sementara. Pengguna yang meng-host sendiri harus mengunci commit yang mereka unduh dan menyimpan fallback; pengguna API harus menyimpan aturan failover sebagai asuransi yang sama.

Anda menginginkan kontrak dukungan. Apache 2.0 bersifat permisif, tetapi lisensi bukanlah SLA. Jika beban kerja Anda membutuhkan dukungan vendor, jalur API yang di-host adalah pilihan yang lebih aman.

Intinya

yang sesungguhnyaQwen3.8 27Bberada di Hugging Face diQwen/Qwen3.8-27B, Apache 2.0, dirilis pada 14 Agustus 2026, 55,6 GB BF16 safetensors dalam 18 shards. Unduh dengan huggingface-cli atau git clone, verifikasi penerbitnya adalah organisasi Qwen, dan Anda memegang open-weights 27B mutakhir yang tidak bisa diambil siapa pun atau ditagihkan kepada Anda. Jika itu komitmen yang lebih dari yang dibutuhkan kasus penggunaan Anda, model yang sama hanya berjarak beberapa sen melalui API. Bobot adalah kuncinya — dan gratis.