Qwen3.8-27B vs Qwen 3.8: Generasi Sama, GPU versus Rack

This week Aliba​ba menempatkan Qwen3.8-27B di jalur inferensi cepat Cerebras — untuk pertama kalinya model dense 27B punya opsi hosted yang benar-benar cepat — dan Artificial Analysis akhirnya mengindeks kedua sisi pertarungan ini. Qwen3.8-27B mencetak 34 pada AA Intelligence Index. Qwen 3.8, yakni inti terbuka yang dimaksud kebanyakan orang saat menulis nama itu tanpa sufiks, mencetak 40. Kedua angka itu mengatur ulang perbandingan yang pada liputan peluncuran Agustus terpaksa sepenuhnya bersandar pada klaim vendor.

Model di balik “Qwen 3.8” sebagai nama mandiri adalah Qwen3.8-2.4T-A95B: bobot mixture-of-experts berparameter 2,4 triliun yang diterbitkan Alibaba di bawah lisensi khusus. Qwen3.8-27B adalah anggota dense dari generasi yang sama — sekitar 27 miliar parameter, Apache 2.0, berukuran untuk satu GPU. Keduanya berbagi nama keluarga, panjang konteks asli 262K, dan jendela peluncuran. Segala hal lainnya tentang keduanya merupakan kontras yang tajam: yang satu dapat Anda miliki, yang lain hanya dapat Anda sewa. Berikut ini kegunaan sebenarnya masing-masing, kini setelah keduanya memiliki angka independen.

Generasi yang sama, bentuk yang berlawanan

Qwen3.8-27B adalah model dense — 27B parameter (28B jika menghitung encoder visi), 64 lapisan, tumpukan atensi hibrida yang terdiri dari 48 lapisan linear-attention Gated DeltaNet dan 16 lapisan full-attention. Hibrida inilah alasan model 27B dapat membawa 262.144 token konteks native. Qwen3.8-2.4T-A95B adalah arsitektur unggulannya: 2.4T parameter total, sekitar 95B aktif per token, 92 lapisan dengan 512 expert per lapisan, dan 69 dari 92 lapisan tersebut menggunakan atensi linear. Trik yang sama, sembilan puluh kali lipat ukurannya.

• Arsitektur — Qwen3.8-27B: 27B dense, setiap token mengaktifkan semuanya. Qwen3.8-2.4T-A95B: total 2.4T / ~95B aktif MoE.

• Konteks — keduanya 262K native; ekstensi 1M milik 27B hanya tersedia secara hosted, sedangkan 2.4T mencapai ~984K berdasarkan pengukuran.

• Input — Qwen3.8-27B: teks, gambar, dan video. Qwen3.8-2.4T-A95B: hanya teks, thinking terkunci aktif.

• Lisensi — Qwen3.8-27B: Apache 2.0. Qwen3.8-2.4T-A95B: Lisensi Qwen3.8-Max khusus.

• Bobot — Qwen3.8-27B: 55.6GB BF16, terkuantisasi menjadi build Q4 ~16GB. Qwen3.8-2.4T-A95B: ~2.4TB BF16, sebuah rak GPU, bukan desktop.

• Di mana Anda menjumpainya — Qwen3.8-27B: di-host sendiri atau disewa dengan murah. Qwen3.8-2.4T-A95B: disewa, karena tidak ada orang waras yang memiliki raknya.

Angka-angka independen, akhirnya

Setiap artikel perbandingan Agustus tentang Qwen3.8-27B membawa peringatan yang sama: "belum ada skor independen." Itu tidak lagi benar. Artificial Analysis telah mengukur kedua model itu per minggu ini, dan bentuk datanya benar-benar menarik.

Pada Indeks Kecerdasan, Qwen3.8-2.4T-A95B memperoleh skor 40, peringkat ke-4 dari 113 di kelasnya. Qwen3.8-27B memperoleh skor 34 — yang menempatkannya di peringkat pertama dari 140 model di kelas ukuran 4–40B berbobot terbuka, pencapaian yang benar-benar kuat untuk model dense 27B. Keduanya lambat menurut pengukuran independen: 39,0 token keluaran per detik untuk 27B dan 38,1 untuk 2,4T, dibandingkan median kelas sekitar 90. Keduanya bertele-tele, dengan 27B menghasilkan sekitar 200M token keluaran di seluruh proses indeks versus median kelas 68M. Tidak ada yang merupakan model frontier unggulan; keduanya pekerja keras, dan indeks menyatakan 2,4T adalah pekerja keras yang lebih kuat dengan selisih jelas.

Harga di sisi independen menunjukkan cerita yang sama dalam dolar. Artificial Analysis menetapkan harga 27B sebesar $0.50 per juta token input dan $3.00 per juta token output pada build hosted Qwen Cloud (diskon cache 90%), dan 2.4T sebesar $2.00 / $6.00 (diskon cache 88%). Biaya per tugas Intelligence Index: $0.82 untuk 27B versus $2.16 untuk 2.4T. Model yang lebih kecil lebih murah dijalankan per unit kecerdasan — dan keduanya mahal relatif terhadap kelas kecepatannya karena keduanya adalah model reasoning yang menghabiskan token output.

Semua sisanya — SWE-bench Pro 61,7, DeepSWE 1.1 42,2, LiveCodeBench v6 90,3 untuk yang 27B; Terminal-Bench 2.1 86,6 dan SWE-bench Pro 67,7 milik yang 2.4T — tetap merupakan laporan vendor, belum direproduksi, dan dilabeli demikian di sepanjang artikel ini. Indeks AA di atas adalah dasar independen di bawah semua itu.

Apa yang berubah dengan pencatatan saham Cerebras

Pada 12 September 2026, akun Qwen mengumumkan bahwa Qwen3.8-27B kini berjalan di Cerebras, dengan entri katalognya tayang di bawah tajuk "Qwen 3.8 27B kini tersedia di Cerebras PayGo." Cerebras mencantumkannya pada $0,99 per juta token masukan dan $1,49 per juta token keluaran di perangkat kelas WSE yang membuat nama perusahaan itu terkenal dalam hal kecepatan. Itu memberi 27B sesuatu yang belum pernah dimiliki inti 2,4T: jalur cepat.

Hal ini penting karena lambat dan bertele-tele adalah satu-satunya kekurangan nyata pada 27B sejak awal. Pada harness independen, model ini mencapai 39 t/s; pada telemetri penyajian kami sendiri, model ini mencapai ~154 token keluaran per detik dengan latensi token pertama p50 sebesar 4,48 dtk — dan kini penyedia kedua bersaing pada sumbu yang sama. Sebagai perbandingan, 2.4T sama sekali tidak punya jalur cepat: pada 38 t/s, Anda membayar harga frontier untuk kecepatan kelas menengah, dan satu-satunya jalan keluar adalah klaster GPU sewaan yang menjalankan bobot terbuka sendiri.

Tiga lajur untuk 27B, satu untuk 2.4T

Per hari ini, dense 27B dapat disewa melalui tiga cara, dan selisih harganya layak dicermati sebelum Anda memilih:

• Jalur self-hosted — Qwen3.8-27B sudah live di OrcaRouter dengan harga $0.33 / $2.40 per juta, dijalankan pada infrastruktur kami sendiri. Input termurah di pasar untuk model ini, output ~154 tok/s, konteks 262K.

• Jalur vendor — build yang dihosting Qwen Cloud, $0.50 / $3.00 per juta dengan konteks 1M token dan diskon cache 90%.

• Jalur cepat — Cerebras PayGo, $0,99 / $1,49 per juta, diposisikan berdasarkan kecepatan, bukan harga.

Open core 2.4T tidak memiliki spread yang setara. API unggulan yang melayani arsitektur yang sama — Qwen3.8-Max — adalah $2.00 / $6.00 per juta, dan angka itulah yang tetap berlaku apakah Anda menyebutnya Max atau open core. Jika Anda menjalankan bobotnya saja, ekonominya beralih ke perangkat keras: 2.4T membutuhkan ~2.4TB bobot BF16 dan node multi-GPU, keputusan modal yang tidak dibuat sembarangan. GPU 24GB menjalankan build Q4 milik 27B dengan biaya marginal yang dibulatkan menjadi nol.

Contoh nyata yang menentukan sebagian besar tim: 100M token input dan 20M token output per hari. Dengan tarif $2/$6 milik 2.4T, biayanya sekitar $320 per hari, ~$117.000 per tahun. Pada 27B dengan tarif kami $0,33/$2,40, biayanya sekitar $81 per hari — dan pada salinan yang di-host sendiri, biayanya adalah harga listrik. 2.4T memberi Anda keunggulan kualitas yang nyata, AA 40 versus 34. Apakah keunggulan itu sepadan dengan tagihan bulanan lima digit adalah pertanyaan utama yang diajukan oleh pasangan ini.

Di mana keduanya benar-benar berbeda

Selain indeks, tiga perbedaan praktis menentukan mana yang cocok untuk beban kerja tertentu.

Masukan multimodal adalah filter paling bersih. Qwen3.8-27B membaca teks, gambar, dan video — tangkapan layar, bagan, dokumen bergambar, bingkai video semuanya masuk ke jendela 262K yang sama. Qwen3.8-2.4T-A95B secara agresif hanya mendukung teks. Jika masukan Anda mencakup apa pun yang bersifat visual, 2.4T langsung didiskualifikasi terlepas dari indeksnya yang lebih tinggi.

Kontrol thinking adalah yang kedua. Mode penalaran 27B dapat dimatikan per permintaan, yang penting untuk ekstraksi sensitif latensi ketika rantai pemikiran murni menjadi overhead; ini juga mengekspos reasoning_effort. Inti 2.4T tidak dapat mematikan thinking — setiap respons diawali dengan blok think>, dan Anda tetap membayar token tersebut entah Anda menginginkannya atau tidak. API unggulan memperbaiki ini, tetapi inti terbuka tidak.

Lisensi berada di urutan ketiga, dan diam-diam ini penting pada skala besar. Apache 2.0 pada model 27B adalah standar permisif: memodifikasi, mendistribusikan ulang, mengomersialkan, termasuk pemberian lisensi paten. Model 2.4T dirilis di bawah lisensi khusus Qwen3.8-Max — permisif secara semangat, tetapi itu adalah ketentuan Aliba​ba, bukan standar komunitas, dan ada baiknya membaca berkasnya sebelum Anda membangun produk di atasnya.

Merutekan keputusan

Kedua sisi pertandingan ini dapat diakses melalui satu kunci OrcaRouter, dan itulah yang membuat pertanyaan "mana yang harus saya pilih" murah untuk dijawab secara empiris. Qwen3.8-27B sudah tersedia sebagai qwen/qwen3.8-27b dengan harga daftar penyedia tanpa markup, dan API unggulan yang dibangun di atas inti 2.4T yang sama sudah tersedia sebagai qwen/qwen3.8-max dengan tarif $2.00 / $6.00 per juta — tarif Alibaba sendiri, diteruskan langsung, sehingga setiap perubahan harga vendor langsung berlaku di sini pada hari yang sama.

Arsitektur 2.4T yang sama sebagai bobot yang dapat diunduh bukanlah sesuatu yang kami layani — jika Anda ingin inti terbuka melalui API hari ini, jalur unggulan adalah cara praktis untuk mencapainya, dan qwen/qwen3.8 sudah disiapkan untuk diaktifkan begitu ada penyedia yang menyajikan bobot terbuka. Aturan perutean yang mengirim lalu lintas visual dan sensitif latensi ke qwen/qwen3.8-27b serta beban penalaran sulit ke qwen/qwen3.8-max tidak memakan biaya untuk disiapkan dan otomatis failover antarpencyedia. Satu kunci, tanpa kontrak kedua, dan pemisahan ini hanyalah perubahan konfigurasi, bukan arsitektur ulang — cara termurah untuk menguji apakah enam poin indeks ekstra dari 2.4T layak senilai $5.67 per juta token keluaran bagi Anda.

Siapa yang harus memilih yang mana

• Pilih Qwen3.8-27B jika input Anda mencakup gambar atau video, jika Anda menginginkan mode berpikir yang dapat dimatikan, jika Anda memiliki GPU 24GB atau berencana memilikinya, atau jika pengeluaran per token Anda cukup besar sehingga $0.33/$2.40 dibandingkan $2.00/$6.00 menjadi seluruh argumennya.

• Pilih Qwen 3.8 (inti 2.4T) jika Anda hanya menggunakan teks, Anda menginginkan angka penalaran independen terkuat di keluarga ini (AA 40), dan tarif $2/$6 — atau biaya menjalankan node GPU — masih nyaman berada dalam anggaran Anda.

• Pilih keduanya jika trafik Anda mencakup kedua profil tersebut: rutekan melalui gateway, biarkan router memisahkan berdasarkan modalitas dan tingkat kesulitan, dan ubah keputusan Anda saat checkpoint atau harga model berikutnya tiba.

Putusan

Nama Qwen 3.8 selalu merujuk pada dua produk yang berpura-pura menjadi satu keluarga, dan kini keduanya punya angka independen untuk diperdebatkan. Qwen3.8-2.4T-A95B adalah otak yang lebih kuat, hanya teks, mahal, dan tak terbantahkan menguntungkan untuk disewakan pada $2/$6. Qwen3.8-27B adalah yang bisa diterapkan — multimodal, Apache 2.0, dapat di-hosting sendiri, dan per minggu ini akhirnya punya jalur cepat juga. Selisih indeksnya nyata: 40 melawan 34. Begitu pula selisih harganya: sekitar lima kali biaya per token saat Anda menjalankan 2.4T sebagai API. Bagi sebagian besar tim, keputusannya bukan soal enam poin indeks. Ini soal apakah Anda membeli token atau membeli perangkat keras — dan 27B adalah satu-satunya dari keduanya yang memungkinkan Anda membeli perangkat keras.