Qwen 3.6 35B A3B vs Qwen 3.8 27B: 3B attivi o 27B densi?

Due numeri decidono questo confronto, e tirano in direzioni opposte. Qwen3.6-35B-A3Bporta 35 miliardi di parametri, ma ne attiva solo circa 3 miliardi per ogni singolo token. Qwen3.8-27Bè denso: ognuno dei suoi 27 miliardi di parametri viene usato per ogni token che generi. Questo significa che il mixture of experts è il modello più leggero da eseguire e il modello più pesante da tenere in memoria — 71,9 GB di pesi BF16 contro 55,6 GB, secondo il repository di ciascun fornitore — mentre il modello denso richiede circa nove volte tanta aritmetica per token e sta in meno memoria. Nessuna delle due cose è un difetto. Sono due risposte diverse alla domanda "quanta macchina ho", e quale sia la tua risposta è l'intera decisione.

C'è una seconda ragione per cui questa pagina vale il tuo tempo. Questo confronto è la forma che i lettori cercano intorno al 35B A3B — ogni query nella piccola famiglia di quel modello è una sua versione — e Qwen3.6-35B-A3B non ha mai avuto qui una pagina che lo descrivesse affatto. Quindi questa pagina contiene un paragrafo onesto per ciascuna parte e poi passa al confronto.

Che cos'è effettivamente la build 35B A3B

Qwen3.6-35B-A3B è il membro sparse della generazione Qwen3.6 di Alibaba dell'aprile 2026, pubblicato con licenza Apache-2.0 nel repository Hugging Face del fornitore stesso, creato il 15 aprile 2026. La scheda del modello del fornitore lo descrive come un mixture of experts con "35B in totale e 3B attivati", costruito da 256 esperti, di cui otto esperti instradati più un esperto condiviso si attivano per token. Non è solo testo: la scheda lo definisce un "Modello linguistico causale con encoder visivo", e il repository ha un tag di pipeline image-text-to-text, quindi accetta testo, immagini e video e restituisce testo. Il contesto è di 262.144 token nativamente, estensibile a circa 1.010.000 con lo scaling YaRN. La sua architettura è ibrida — dieci ripetizioni di tre blocchi Gated DeltaNet ad attenzione lineare seguiti da un blocco ad attenzione completa con gating, dimensione nascosta 2.048, 40 layer — e la scheda separa il discorso promozionale dall'architettura nominando due cose che mette in evidenza: il coding agentico e un'opzione di "thinking preservation" che conserva il contesto di ragionamento dai turni precedenti. Le tabelle del fornitore stesso su quella scheda lo collocano a SWE-bench Verified 73,4, Terminal-Bench 2.0 51,5, MMLU-Pro 85,2, GPQA 86,0 e LiveCodeBench v6 80,4 — tutti riportati dal fornitore e non verificati, che è l'etichetta che portano ovunque compaiano di seguito.

Cos'è Qwen3.8-27B

Qwen3.8-27B è il modello dense da 27B a pesi aperti di Alibaba appartenente alla generazione Qwen3.8, rilasciato sotto licenza Apache-2.0; il repository del fornitore è stato creato il 5 agosto 2026 e modificato l'ultima volta il 14 agosto. La scheda ufficiale di Qwen lo definisce "un modello dense compatto e facile da distribuire" e lo presenta come la generazione Qwen aperta più capace finora, con i miglioramenti dichiarati in ambito di programmazione, lavoro professionale, ricerca e attività agentiche a lungo orizzonte. È parimenti un modello visione-linguaggio — "Causal Language Model with Vision Encoder" — che accetta immagini e video oltre al testo, con 262.144 token di contesto nativo e 1.000.000 con l'estensione. Architetturalmente è convenzionale in confronto: 64 layer, dimensione nascosta 5.120, una rete feed-forward regolare con dimensione intermedia 17.408 anziché un insieme di esperti, e lo stesso ritmo di attenzione tre-lineari-a-una-completa del suo fratello. Dove la scheda del 35B A3B parla di conservazione del pensiero, la scheda del Qwen3.8-27B parla di controllo flessibile del pensiero — un'impostazione reasoning_effort che per default è xhigh, con medium e low disponibili, e preserve_thinking attivo per default. La sua scheda riporta LiveCodeBench v6 90,3, GPQA Diamond 89,2, OSWorld-Verified 84,3, QwenSWEBench 79,0, Terminal Bench 2.1 73,0 e SWE-bench Pro 61,7 — anche in questo caso dati dichiarati dal fornitore e non verificati. Il totale dei pesi è di 55,6 GB distribuiti su diciotto shard safetensors, e il numero di parametri è di 27,8 miliardi una volta conteggiata anche la torre di visione: ecco perché il modello si chiama 27B e misura 27,8B.

L'unico numero che più spesso decide tutto: i parametri attivi

I file tracciano i parametri totali. La velocità traccia quelli attivi. Sono due colonne diverse nella scheda tecnica, e i lettori le fondono abitualmente in una sola: è così che le persone finiscono per scaricare un mixture of experts da 22 GB aspettandosi che stia dove starebbe un modello dense da 16,5 GB.

Il meccanismo vale la pena di essere enunciato chiaramente, perché è tutto il compromesso. Un modello denso deve leggere tutti i suoi pesi per produrre ogni token; una miscela sparsa legge solo gli esperti selezionati dal suo router. Qwen3.6-35B-A3B legge all'incirca l'equivalente di tre miliardi di parametri per token e Qwen3.8-27B ne legge ventisette miliardi — quindi la miscela ha un vantaggio strutturale sul calcolo per token e sul throughput di decodifica, e quel vantaggio è reale. Ma gli altri esperti non sono gratuiti: devono risiedere da qualche parte, nella VRAM o nella memoria di sistema, altrimenti il router finisce per recuperarli, e un recupero può costare più dell'aritmetica che ha risparmiato. Quindi il vantaggio è subordinato al tenere l'intero 35B. Questo è il funzionamento della decodifica mixture-of-experts, non una misurazione di questi due modelli specifici, ed è il motivo per cui la questione del fitting viene prima di quella della velocità, anziché dopo.

• Parametri totali su disco, BF16 — Qwen3.6-35B-A3B: 35,95B in 26 file safetensors, 71,9 GB. Qwen3.8-27B: 27,78B in 18 shard, 55,6 GB. Secondo i repository Hugging Face degli stessi fornitori, consultati il 2026-10-13.

• Parametri attivi per token — Qwen3.6-35B-A3B: circa 3B. Qwen3.8-27B: tutti i 27B, perché denso significa denso.

• Architettura — Qwen3.6-35B-A3B: 256 esperti, 8 instradati più 1 condiviso per token, 40 livelli, dimensione nascosta 2.048. Qwen3.8-27B: singolo feed-forward con dimensione intermedia 17.408, 64 livelli, dimensione nascosta 5.120.

• Contesto nativo — 262.144 token su entrambi. Qwen3.6-35B-A3B si estende fino a circa 1.010.000 con YaRN; la scheda di Qwen3.8-27B dichiara 1.000.000 con estensione.

• Licenza — Apache-2.0 per entrambi. Entrambi sono scaricabili dal fornitore, entrambi sono open weights e nessuno dei due prevede termini per postazione o per chiamata.

Quanto ti costa ognuno per token

Entrambi i modelli sono serviti su OrcaRouter, quindi puoi risolvere la questione senza scaricare nulla. Secondo il nostro catalogo live al 13/10/2026, qwen/qwen3.6-35b-a3b costa 0,248 $ per milione di token di input e 1,485 $ per milione di token di output, con una finestra di 262.144 token e un massimo di 65.536 token di output. qwen/qwen3.8-27b costa 0,330 $ per milione di token di input e 2,400 $ per milione di token di output, con la stessa finestra di 262.144 token. Entrambi sono anche elencati nel nostro catalogo con un secondo ID host a un prezzo più alto, quindi controlla quale identificatore stai effettivamente chiamando prima di confrontare le fatture.

Su un carico di lavoro di un milione di token di input e un quarto di milione di token di output — un mese plausibile per un piccolo deployment di agenti di codifica — l'aritmetica dà questo risultato. Qwen3.6-35B-A3B: 1,00 × 0,248 $ più 0,25 × 1,485 $, ovvero circa 0,62 $. Qwen3.8-27B: 1,00 × 0,330 $ più 0,25 × 2,400 $, ovvero circa 0,93 $. Il modello denso più recente costa circa il 50% in più su questo tipo di traffico, e il divario è massimo sui token di output, dove è di circa il 62%.

Ne derivano due cose che contano più dei numeri. Primo, questi sono i nostri prezzi di catalogo e non applichiamo alcun ricarico sul prezzo di listino pubblicato da un fornitore — quindi una variazione di prezzo di un fornitore arriva su questa pagina lo stesso giorno in cui arriva al fornitore, senza ritardi e senza un secondo contratto. Secondo, il motivo per confrontarli su una sola chiave anziché due è il costo di commutazione: i due id stanno dietro un unico endpoint, quindi passare dall'uno all'altro è un cambio di stringa anziché una migrazione, e il failover automatico significa che puoi eseguire il meno familiare dei due su una parte del tuo traffico senza puntare su di esso un percorso di produzione. Se stai valutando per la prima volta un mixture of experts per via dell'argomento sul calcolo di cui sopra, questo è il modo economico per verificare se l'argomento vale per il tuo carico di lavoro.

Cosa si adatta alla tua macchina

Questa è la questione sulla quale i due modelli differiscono effettivamente, e dipende dalla stessa distinzione tra totale e attivo. Confrontando le build GGUF della community che entrambi i modelli hanno — questi sono repository di terze parti, non release dei fornitori, e i loro nomi di file sono i loro — la stessa etichetta di quantizzazione ti fa ottenere dimensioni di file sostanzialmente diverse:

• Classe Q3, l'opzione più piccola e sensata — Qwen3.6-35B-A3B: 16.60 GB a UD-Q3_K_M. Qwen3.8-27B: 13.15 GB a UD-Q3_K_XL.

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

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

• Q4_K_M, il solito default — 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, così come distribuito — Qwen3.6-35B-A3B: 71,9 GB. Qwen3.8-27B: 55,6 GB.

• Pubblicato anche — Qwen3.6-35B-A3B ha un checkpoint FP8 nel repository del fornitore stesso e un mix MXFP4 a 21,71 GB nelle build della community; anche Qwen3.8-27B ha un checkpoint FP8 nel repository del fornitore.

Leggi le due colonne a confronto e la regola salta fuori. A ogni etichetta corrispondente la mixture è tra quattro e otto gigabyte più pesante a parità di compressione nominale, perché il file deve contenere tutti i 35B e ne usa solo 3B alla volta. Concretamente: una scheda da 24 GB regge Qwen3.8-27B a Q4_K_M con spazio per il contesto e regge Qwen3.6-35B-A3B a Q3 o IQ4 con la cache KV che si contende lo spazio, e una sessione confortevole a contesto lungo sulla mixture richiede più vicino a 48 GB. Aggiungi il file dedicato della torre di visione se vuoi l'input di immagini su uno dei due.

Dove si collocano i benchmark, che non è dove vorresti che fossero

Nessuno ha pubblicato un confronto testa a testa tra questi due modelli con impostazioni abbinate su un harness specifico. Non ne siamo a conoscenza, e questa pagina non lascerà intendere una classifica che le prove non supportano.

Ciò che esiste è una parziale sovrapposizione nei nomi dei benchmark tra le due schede dei fornitori, e vale la pena mostrarla proprio perché è così facile sovrainterpretare. Sui nomi che compaiono su entrambe le schede, il valore di Qwen3.8-27B è ogni volta quello più alto. SWE-bench Pro: 49,5 per il 35B A3B contro 61,7 per il 27B. LiveCodeBench v6: 80,4 contro 90,3. HLE: 21,4 contro 30,8. Domande di ragionamento CharXiv: 78,0 contro 83,7. OmniDocBench 1.5: 89,9 contro 91,1. RealWorldQA: 85,3 contro 85,9. E su Terminal-Bench le schede non sono nemmeno confrontabili nel modo suggerito dalla riga: la scheda del 35B A3B riporta Terminal-Bench 2.0 a 51,5, mentre la scheda del 27B riporta Terminal Bench 2.1 (Terminus) a 73,0 — versioni diverse del benchmark, quindi quella particolare coppia non dovrebbe affatto essere sottratta l'una dall'altra.

Su tutto questo gravano tre avvertenze. I numeri provengono da due model card pubblicate a circa quattro mesi di distanza l'una dall'altra, dallo stesso laboratorio, senza alcun audit. Diversi benchmark riportati da ciascun modello compaiono solo sulla sua card e non hanno un corrispettivo — SWE-bench Verified 73.4 e MAI 85.2 sul lato 35B A3B, OSWorld-Verified 84 e QwenSWEBench 84 sul lato 27B — quindi non possono essere messi a confronto. E il fatto che un modello della stessa generazione sia più nuovo di uno più vecchio è il risultato atteso, non una scoperta: ti dice che la generazione si è mossa, e nulla su se quello più vecchio sia quello giusto per i token che stai per inviare.

Se ti serve che il confronto sia decisivo, la via onesta è provarli entrambi sul tuo traffico. Stanno su un'unica chiave, su un unico endpoint, e il failover rende economico uno split test.

Quale dovresti scegliere

Scegli Qwen3.6-35B-A3B se la tua macchina riesce a contenere 35B di pesi e il tuo carico di lavoro è più orientato alla generazione che al ragionamento in un'unica passata. I casi in cui è la risposta giusta:

• Hai la memoria — 48 GB o più per un uso locale confortevole con contesti lunghi, oppure una scheda da 24 GB con una quantizzazione di classe 3 bit se puoi convivere con una finestra più corta — e vuoi l'architettura che consuma meno calcolo per token.

• Il tuo traffico è ad alta concorrenza o a generazione lunga, dove il costo per token domina la fattura e la decodifica sparsa del mixture è strutturalmente dalla tua parte.

• Vuoi un artefatto Apache-2.0 che accetta testo, immagini e video e restituisce testo, e vuoi il download più piccolo della coppia solo se lo stai ospitando invece di scaricarlo, dove il prezzo per token è inferiore sia in input che in output.

• Sei deliberatamente su scala 3B-active — accetti di essere una generazione indietro rispetto alle tabelle del fornitore stesso in cambio di pagare meno per token e di farlo dietro un'interfaccia familiare di chiamata degli strumenti.

Scegli Qwen3.8-27B se la memoria è il fattore limitante, o se vuoi la generazione più recente di questa coppia. I casi in cui è la risposta giusta:

• Una singola scheda da 24 GB e nessun piano di acquistarne altre. Con Q4_K_M è 16,5 GB, il che lascia spazio reale per il contesto; la mixture no.

• In questo abbinamento vuoi i valori agentici e di coding più elevati dichiarati dal fornitore, e sei consapevole che provengono da una scheda non verificata e che non costituiscono un confronto appaiato.

• Il tuo carico di lavoro consiste in un numero relativamente esiguo di richieste relativamente grandi — comprensione di documenti e screenshot, ragionamento a livello di repository, automazione in stile computer-use — dove la velocità di elaborazione per richiesta conta meno della precisione con cui ogni richiesta viene svolta.

• Vuoi un download più piccolo, un avvio a freddo più rapido e un elenco di shard più breve da gestire.

Niente di tutto ciò rende uno dei due un vincitore. I due modelli non competono per lo stesso slot sulla tua macchina, e i numeri sopra non stabiliscono quale dei due sia migliore in qualcosa — stabiliscono quale dei due chiede meno alla macchina che già possiedi.

Il fatto che più spesso risolve la questione è questo: il file su disco è dimensionato dal totale dei parametri, mentre il lavoro per token è dimensionato da quelli attivi. Quindi Qwen3.6-35B-A3B può essere il modello che gira più veloce e allo stesso tempo quello che non entra, e Qwen3.8-27B può essere quello con il conto per token più alto e allo stesso tempo quello che riesce comunque a girare. Decidi quale di questi due problemi hai davvero, e la scelta smette di essere un confronto.