ZwZ2-9B Dirilis Diam-diam: Apa yang Dikatakan 9,4 Miliar Bobot Saat Lab Tak Berkata Apa Pun

Pada 03:42 UTC tanggal 16 Oktober 2026, sebuah repositori Hugging Face muncul dengan nama inclusionAI/ZwZ2-9B. Empat menit kemudian repositori itu menerima satu-satunya commit — "Add ZwZ2-9B model weights" — lalu tidak ada lagi. Tidak ada README, tidak ada kolom lisensi, tidak ada tautan makalah, tidak ada tabel benchmark, dan tidak ada entri dalam salah satu dari sepuluh koleksi publik yang dikelola organisasi inclusionAI. Bobotnya sendiri terdiri atas 9.409.813.744 parameter dalam bfloat16, dan bobot itu mendeskripsikan model visi-bahasa dengan attention hibrida yang konfigurasinya, baris demi baris, adalah konfigurasi Qwen3.5-9B dengan satu kepala prediksi dihapus. Itulah keseluruhan dari apa yang terkonfirmasi. Semua hal lain dalam tulisan ini dilabeli sebagai inferensi, karena repositori tanpa kartu model tidak memberi siapa pun hak atas lebih dari itu.

Omong-omong, ini normal, dan perlu dikatakan sebelum berbagai catatan menumpuk. inclusionAI adalah lab open-weight di balik keluarga Ling, Ring, LLaDA, dan Ming, dan ia punya kebiasaan merilis checkpoint beberapa hari atau minggu sebelum penjelasan tertulis apa pun muncul. Pada 13 Oktober — tiga hari sebelum ini — ia mengunggah Ling-3.1-flash dengan kartu singkat dan juga tanpa pengumuman. Repositori yang diam bukanlah tanda bahaya. Itu justru alasan untuk membaca berkasnya, bukan materi pemasarannya.

Apa yang sebenarnya ada di dalam repositori

Delapan file, dan daftarnya adalah ceritanya. Ada .gitattributes, chat_template.jinja, config.json, generation_config.json, satu model.safetensors berukuran 18,8 GB, processor_config.json, tokenizer.json dan tokenizer_config.json. Tidak ada README.md. Tidak ada LICENSE. Repositori ini memiliki tepat tiga tag — safetensors, qwen3_5 dan region:us — yang berarti Hub tidak memiliki tag pipeline untuknya sama sekali: ini tidak diklasifikasikan sebagai image-text-to-text, text-generation, atau apa pun. Pada saat penulisan, repositori ini menunjukkan nol unduhan dan dua suka.

• Total parameter — 9.409.813.744 di seluruh 760 tensor, bfloat16.

• Arsitektur — Qwen3_5ForConditionalGeneration, tipe model qwen3_5.

• Tumpukan teks — 32 lapisan, ukuran tersembunyi 4.096, 16 kepala query terhadap 4 kepala KV, dimensi kepala 256, ukuran perantara 12.288, kosakata 248.320.

• Pola atensi — tiga lapisan atensi linear lalu satu lapisan atensi penuh, berulang: 24 lapisan linear dan 8 lapisan atensi penuh.

• Konteks — 262.144 posisi, basis rotari 10.000.000, M-RoPE berselang-seling dengan bagian [11, 11, 10].

• Menara visi — kedalaman 27, ukuran tersembunyi 1.152, ukuran patch 16, penggabungan spasial 2, patch temporal 2, memproyeksikan ke 4.096.

• Lisensi — tidak ada yang dideklarasikan. Bukan apache-2.0, bukan lisensi khusus, tidak ada.

Konfigurasinya adalah konfigurasi Qwen3.5-9B

Bandingkan dua config.json file dan hampir semua nilai arsitekturnya cocok. Ukuran tersembunyi, jumlah lapisan, jumlah head, dimensi head, ukuran intermediate, kosakata, jadwal attention linear-ke-penuh 3:1, bagian M-RoPE, basis rotary, batas 262.144 posisi, dan seluruh vision tower hingga 2.304 position embedding-nya identik dengan Qwen3.5-9B. Perbedaan substantifnya ada satu baris: mtp_num_hidden_layers bernilai 1 di Qwen3.5-9B dan 0 di sini, jadi ZwZ2-9B tidak membawa head multi-token-prediction. Sisa diff-nya adalah serialisasi — versi transformers yang lebih baru menuliskan field yang dibiarkan implisit oleh file lama, dan tipe model pada konfigurasi vision diganti namanya dari qwen3_5 menjadi qwen3_5_vision.

Apa yang disampaikan hal itu memang sempit tetapi nyata: ini bukan arsitektur baru. Ini adalah checkpoint pada stack Qwen3.5-9B, yang dilatih lanjut oleh seseorang, dengan head speculative-decoding dilepas. Yang tidak diberitahukannya adalah apa pelatihan lanjut itu. Parameternya berubah; bentuknya tidak.

Satu-satunya tempat model itu benar-benar mengatakan sesuatu tentang dirinya sendiri

Templat obrolan adalah satu-satunya berkas di sini yang memiliki sudut pandang, dan ia berbeda dari Qwen3.5-9B dalam tiga hal yang dapat diperiksa pembaca dalam sekitar satu menit.

Yang pertama adalah prompt sistem default. Ketika sebuah permintaan datang tanpa pesan sistem, templat ZwZ2-9B menyuntikkan satu prompt: "Percakapan antara User dan Assistant. Pengguna mengajukan pertanyaan, dan Assistant menyelesaikannya… Jawabannya dilampirkan di dalam tag <answer> </answer>." Templat Qwen3.5-9B tidak memiliki cabang seperti itu — ia hanya tidak mengeluarkan apa pun. Prompt sistem yang sudah tertanam yang menyebutkan format keluaran adalah ciri khas dari proses pelatihan tertentu, bukan dari model dasar.

The second is the thinking default, and it is inverted. In Qwen3.5-9B the template emits an empty <think></think> block only when the caller explicitly passes enable_thinking: false, which means reasoning is on unless you turn it off. In ZwZ2-9B the condition is not defined or false — the empty block appears by default and the open <think> tag only when a caller explicitly asks for thinking. Same tags, opposite default. Qwen3.8-27B, for the record, kept the Qwen3.5 behaviour, so this is not simply inherited from a newer generation.

Yang ketiga adalah pencatatan untuk penalaran multi-turn: templat memahami sebuah preserve_thinking flag, dan ia tahu cara menghapus blok <think> dari giliran asisten yang sudah memuatnya. Keduanya tidak ada dalam templat Qwen3.5-9B. Tokenizer, secara kebetulan, masih menyisihkan token khusus audio — <|audio_start|>, <|audio_end|>, <|audio_pad|> — tetapi tidak ada tower audio di mana pun dalam konfigurasi, jadi anggap itu sebagai kosakata tokenizer bersama, bukan sebagai kemampuan.

Apa yang tersirat dari namanya, dan apa yang tidak

"ZwZ2" terdengar seperti generasi kedua dari sesuatu, dan ada generasi pertama yang bisa ditunjuk. ZwZ-2B, yang diposting pada 4 Maret 2026, adalah hasil fine-tune dari Qwen3-VL-2B-Instruct yang dilatih dengan Region-to-Image Distillation plus pembelajaran penguatan, diterbitkan bersama makalah Zooming without Zooming (arXiv 2602.11858) dan set evaluasi ZoomBench. Lisensinya Apache-2.0, model card-nya lengkap, dan model ini memiliki 159 unduhan dalam tujuh bulan.

Petunjuk garis keturunannya, meskipun demikian, lebih tipis daripada yang disiratkan oleh namanya. ZwZ-2B dibangun di atas qwen3_vl arsitektur. ZwZ2-9B dibangun di atas qwen3_5. Satu-satunya tag yang diterapkan inclusionAI adalah qwen3_5, dan model tersebut tidak ada dalam koleksi ZwZ atau dalam koleksi lainnya. Apakah resep region-to-image tersebut terbawa adalah pertanyaan yang justru akan dijawab oleh kartu model dan repositori ini tidak.

Satu jebakan yang perlu diperhatikan, karena mesin pencari akan menggiring orang ke dalamnya: ada keluarga ZwZ_32B dari konversi GGUF yang lebih lama dan tidak terkait, bertanggal Maret 2025, dari pihak ketiga. Ia hanya berbagi tiga huruf dan tidak ada yang lain. Jangan menganggapnya sebagai ZwZ2-9B versi sebelumnya.

Bagaimana menangani checkpoint yang tidak terdokumentasi

Sikap praktisnya sama dengan yang akan Anda ambil terhadap bobot apa pun yang datang tanpa kartu model. Tarik config dan header safetensors terlebih dahulu — itu murah dan dapat diperiksa. Pastikan jumlah parameter dan nama tensor cocok dengan apa yang dijanjikan config. Kemudian sajikan model itu pada framework yang mendukung arsitektur tersebut, dan jalankan evaluasi yang sudah Anda jalankan pada trafik Anda sendiri alih-alih meminjam angka yang tidak ada.

Lisensi adalah bagian yang penting untuk apa pun selain sekadar penggunaan akhir pekan. Checkpoint tanpa bidang lisensi tidak sama dengan checkpoint yang terbuka; tanpa deklarasi, secara default penerbit memegang hak yang dilindungi, dan itu adalah percakapan yang perlu dilakukan sebelum ini mendekati produksi, bukan sesudahnya. Perhatikan juga bahwa Anda akan menjalankannya sendiri — Hub melaporkan bahwa model ini tidak dilayani oleh penyedia mana pun, dan vendor tidak menerbitkan endpoint apa pun.

Itulah tepatnya situasi di mana failover otomatis diciptakan. Jika Anda ingin mengukur checkpoint yang belum terbukti terhadap incumbent tanpa mempertaruhkan jalur produksi padanya, tempatkan kandidat di belakang antarmuka yang sama dengan model yang sudah Anda percayai dan biarkan lalu lintas berpindah kembali saat model baru berperilaku buruk — satu API key dan satu endpoint yang kompatibel dengan OpenAI, bukan integrasi kedua yang harus Anda bongkar. OrcaRouter merutekan lebih dari 200 model dengan cara itu, meneruskan harga daftar penyedia pada markup 0%, dan tidak menghosting ZwZ2-9B — kami tidak akan berpura-pura ada entri katalog untuknya. Yang dapat kami tawarkan hari ini adalah keluarga yang menjadi dasar pembuatannya dan keluarga yang digantikannya: lini Qwen3.5 dapat dirutekan di sini, termasuk qwen/qwen3.5-35b-a3b dan qwen/qwen3.5-flash, dan qwen/qwen3-vl-8b-instruct mencakup slot visi 8B dengan model terhosting yang terdokumentasi pada $0,18 per juta token masukan dan $0,70 per juta token keluaran.

Apa yang akan membuat ini menjadi sebuah rilis?

Tiga hal, dan salah satunya saja akan cukup untuk membenarkan penulisan ulang tulisan ini. Field lisensi yang muncul di repositori, yang mengubahnya dari sekadar keingintahuan menjadi sesuatu yang dapat digunakan perusahaan. Kartu model dengan angka evaluasi, yang mengubahnya dari arsitektur menjadi klaim. Atau sebuah paper — bentuk yang paling mungkin adalah karya region-to-image yang membuat ZwZ pertama menarik, yang diterapkan pada vision tower tiga kali lebih besar.

Sampai salah satunya terwujud, anggap ZwZ2-9B sebagaimana yang dikatakan oleh daftar file: turunan Qwen3.5-9B dengan 9,4 miliar parameter dan templat obrolan yang disesuaikan, yang diterbitkan oleh sebuah lab yang belum memberi tahu siapa pun alasannya. Bobotnya nyata. Kisahnya belum ditulis, dan posisi yang jujur adalah bahwa tidak ada orang di luar inclusionAI yang bisa menulisnya.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.