
Recensione di Qwen3.8-27B: il 27B open-weight che è "Opus at home" — messo alla prova contro l'hype
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 187 tok/s
- openaiNUOVOOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1M di token · 87 tok/s
- openaiNUOVOOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1M di token · 152 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 194 tok/s
- AlibabaNUOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M di token · 86 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 705 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1M di token · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 101 tok/s
Qwen3.8 27B è il miglior 27B a pesi aperti che puoi self-hostare in questo momento, e non c'è quasi partita. I pesi sono stati rilasciati il 14 agosto 2026 con licenza Apache 2.0: un modello dense da 27B (28B contando l'encoder visivo) con contesto nativo da 262K, input nativo per immagini e video, e punteggi di coding agentico dichiarati dal fornitore che si collocano al livello o al di sopra di Claude Opus 4.6 Max — SWE-bench Pro 61,7, DeepSWE 1.1 42,2, LiveCodeBench v6 90,3. Il prezzo di punta è zero: scarica 55,6 GB e avvialo. Anche le avvertenze sono reali — test indipendenti lo trovano all'incirca tre volte più lento e più affamato di token rispetto al suo predecessore, la tabella di benchmark del fornitore non ha ancora alcuna riproduzione alle spalle, e il contesto da 1M è una funzionalità solo hosted. Il movimento interessante dal lancio sta sotto la scheda tecnica: il 13 ottobre un port comunitario per llama.cpp ha riportato l'esecuzione di questi pesi sulla GPU di una PlayStation 5 con jailbreak a circa 20 token al secondo. Verdetto: se hai una GPU da 24 GB o più e vuoi capacità vicina alla frontiera senza una bolletta a consumo, fai self-hosting — ma entra sapendo esattamente dove i numeri sono fragili.
Prima il verdetto: dovresti usare Qwen3.8 27B?
Risposta breve — sì per i carichi di lavoro locali e privati; attendere i dati di terze parti prima di una decisione di acquisto. Qwen3.8 27B è il raro modello in cui i pesi aperti sono il prodotto e l'API è la comodità. Poiché la licenza è Apache 2.0, il prezzo per token è permanentemente zero una volta che hai l'hardware, e nulla di ciò che costruisci su di esso può essere rilicenziato o fatturato retroattivamente. Ciò a cui rinunci sono velocità, verifica e comodità.
Se utilizzi già Qwen3.6-27B e ne sei soddisfatto, l'upgrade è reale ma non è gratuito in termini di tempo effettivo. Se sei arrivato qui dal lancio di Qwen3.8-Max, questo è il membro più piccolo e auto-ospitabile della stessa generazione — uno strumento diverso per un lavoro diverso.
I fatti rapidi, verificati il 15 ottobre 2026
• Rilasciato — i pesi sono stati pubblicati il 14 agosto 2026 su Qwen/Qwen3.8-27B su Hugging Face, con mirror su ModelScope; la copertura che tiene conto dei fusi orari cita anche il 13 agosto, e il rilascio è avvenuto circa una settimana dopo l'annuncio della generazione Qwen3.8.
• Licenza — Apache 2.0: scaricare, modificare, ridistribuire, uso commerciale, con una concessione esplicita di brevetto. Permanente.
• Parametri — 27B denso (28B contando l'encoder visivo), 64 strati, dimensione nascosta 5.120, vocabolario 248.320.
• Architettura — attenzione ibrida: 48 layer di attenzione lineare Gated DeltaNet contro 16 layer completi di Gated Attention (un rapporto 3:1). È per questo che un modello denso da 27B può gestire 262K token di contesto nativo.
• Contesto — 262.144 token nativamente; estendibile a 1.000.000 tramite YaRN sulla versione ospitata.
• Input — immagine e video nativi accanto al testo; restituisce testo. L'encoder visivo è il motivo per cui il conteggio dei parametri indica 28B.
• Pensiero — modalità di ragionamento attiva per impostazione predefinita e disattivabile su richiesta; reasoning_effort (basso/medio/alto) e preserve_thinking per lunghe esecuzioni di agenti.
• Pesi — 55,6 GB di safetensors BF16 in 18 shard; sono inclusi anche FP8 e GGUFs della community.
Le specifiche sopra provengono dalla model card e dalla configurazione Hugging Face per Qwen3.8 27B, lette il 15 ottobre 2026. La tabella di benchmark del fornitore è dichiarata da Alibaba e non è ancora stata riprodotta. L'unica valutazione indipendente agli atti è quella di Artificial Analysis, che assegna a Qwen3.8 27B un punteggio di 34 sul suo Intelligence Index e misura 41,2 token di output al secondo — un unico indice a fronte di una card piena di cifre del fornitore, e non le riproduce.
Ciò in cui Qwen3.8 27B è davvero bravo
Il caso più convincente è l'ingegneria del software agentica. Alibaba riporta un incremento di 3x su DeepSWE 1.1 rispetto al precedente 27B (42.2 vs 13.3) e un punteggio superiore a Claude Opus 4.6 Max su SWE-bench Pro (61.7 vs 53.4). Quelli sono i numeri che gli hanno valso il soprannome "Opus at home" — un denso 27B che svolge lavoro di codifica vicino alla frontiera su hardware che una persona può davvero possedere.

Tre cose oltre ai numeri grezzi lo rendono un acquisto difendibile:
• Multimodale nativo. Immagini e video in ingresso, testo in uscita — un documento con diagrammi o una video guida non è un modello separato. I punteggi di ragionamento visivo (85.6 con la funzionalità chain-of-thought attivata, 94.6 matematica visiva, entrambi riportati dal fornitore) sono il punto in cui l'encoder visivo dà il suo contributo.
• 262K di contesto nativo. Compiti dell'agente a lungo orizzonte, grandi codebase e trascrizioni di più ore rientrano in un'unica finestra. Il design ibrido ad attenzione lineare mantiene il costo KV di quel contesto più basso rispetto a un modello puro a piena attenzione della stessa dimensione.
• Pesi gratuiti e permanenti. Questo è il senso stesso della categoria: un modello API chiuso è a noleggio; Qwen3.8 27B è di proprietà. A 4 bit gira su una scheda da 24 GB (classe RTX 3090/4090), e AMD ha fornito supporto Day-0 (fino a 24,5 token/s su un Ryzen AI Max+ 395 e 51,8 token/s su una Radeon AI PRO R9700, secondo il blog di AMD).
Dove la recensione si fa brutta: velocità, token e verifica
I test indipendenti finora sono l'ambiente di test di un singolo tester, non un laboratorio — ma è il miglior segnale che abbiamo. Eseguendo Qwen3.8 27B contro Qwen3.6-27B su dieci compiti del mondo reale (giudicati da GPT-5.5 tramite l'harness llmcompare), il 3.8 ha vinto nove su dieci e ha ottenuto in media 8.838 contro 6.862 — "uno degli incrementi di intelligenza più impressionanti" che il tester aveva visto. Ha anche usato quasi tre volte i token ed è stato considerevolmente più lento; un compito ha richiesto circa il 600% di tempo in più. Quindi il salto di qualità è reale, e così anche il prezzo in termini di tempo di esecuzione.
Altre quattro cose da usare contro di esso:
• Benchmark indipendenti, meno di quanti la scheda lasci intendere. La scheda del fornitore è dettagliata e ogni numero che contiene è comunque dichiarato da Alibaba. Il punteggio di 34 dell'Intelligence Index di Artificial Analysis, rilevato il 15 ottobre, è la prima valutazione indipendente di questo modello — un punteggio, da un solo laboratorio, che non dice nulla su SWE-bench Pro 61.7 o DeepSWE 1.1 42.2. Se la tua decisione richiede che le affermazioni agentiche siano riprodotte, non lo sono state.
• Il limite minimo di VRAM è reale. BF16 richiede una GPU di classe 80 GB. Per stare su una scheda da 24 GB devi usare i 4 bit, e i resoconti della comunità (thread di commenti su dev.to, giorni dopo il rilascio) dicono che le build quantizzate "perdono il focus dopo un contesto lungo". Pesi ufficiali se hai la VRAM; quantizzati se non ce l'hai — e il percorso di quantizzazione ora raggiunge hardware ben al di sotto di una scheda da 24 GB, di cui la misurazione su PlayStation 5 qui sotto è la prima vera prova.
• Il contesto di 1M è disponibile solo nella versione ospitata. I pesi aperti si limitano a 262K. La cifra estendibile a 1M è una funzionalità di Qwen Cloud ospitata, non qualcosa che una copia locale fa automaticamente.
• "Beats Opus" richiede precisazioni. I benchmark agentici premiano comportamenti specifici dell'harness, e un commento in cima al post di lancio su dev.to lo ha detto senza mezzi termini: "non battono opus nell'uso reale." Tratta la classifica come un limite superiore in una buona giornata, non come una promessa.
Come si colloca nella famiglia Qwen 3.8
• vs Qwen3.6-27B — la stessa classe di hardware e un contesto di 262K, ma un notevole salto di capacità a scapito di velocità ed efficienza dei token. Se esegui già la 3.6 e sei vincolato dal throughput, restare è una scelta difendibile.
• contro Qwen3-Coder-30B-A3B — il Coder è un MoE con circa 3,3 miliardi di parametri attivi che gira molto più velocemente (~90–110 token/s). Il 27B denso è più lento per token ma eredita i guadagni agentici della generazione; se i punteggi di ingegneria del software del 27B reggono a test indipendenti, il ruolo del Coder-30B si riduce.
• vs Qwen3.8-Max — il modello di punta MoE da 2.4T è un modello da data center (solo API, circa $2/$6 per milione di token secondo i resoconti pubblicati) con contesto da 1M e supporto video. Il 27B è quello distribuibile. Rispondono a domande diverse.
La soglia minima hardware è cambiata il 13 ottobre
PS5LM è un port di llama.cpp che esegue modelli GGUF su una PlayStation 5 jailbroken, all’interno di una console che già possiedi. La sua build rilasciata è modesta — v0.1.1, un singolo payload limitato a circa 1,6 GB di modello, ovvero Qwen3.5 2B a 4 bit e nulla di più grande, solo su CPU. Il 13 ottobre il progetto ha ricevuto una pull request che cambia l’aspetto della lista hardware: un percorso da app nativa che collega llama-server a un driver Vulkan della community per la console, e riporta Qwen3.8 27B a 20,7 token al secondo sulla quantizzazione UD-IQ2_XXS (6,77 GiB, contesto 64k) e 20,3 token al secondo su UD-Q2_K_XL (9,15 GiB, contesto 32k, cache q4_0), con una risposta da 7.775 token sostenuta a 19,7 token al secondo. La stessa console ha restituito 61 token al secondo su Gemma 4 E4B e 124 su Llama 3.2 3B Instruct, ed è questo che rende il dato sui 27B degno di nota: non è un modello piccolo che fa sembrare migliore un numero grande.
Etichettalo prima di agire di conseguenza. Quelle cifre sono misurazioni fatte dall'autore della pull request su un branch non ancora unito, non un benchmark di un fornitore e non una build rilasciata. Il repository stesso di PS5LM elenca ancora sia GPU offload sia Qwen 3.8 27B come elementi della roadmap che non ha rilasciato, e il commento del manutentore sulla pull request dice che riprodurrà i numeri sulla propria console prima che il README li riporti. Un secondo tester riferisce che l'app funziona quantomeno — firmware 4.50, modelli 7B e 9B a circa 30 token al secondo — il che corrobora il meccanismo senza riprodurre il risultato del 27B. Per arrivarci serve anche possedere una console, firmware da 7.00 a 13.60, e un jailbreak.
Ciò che cambia è la forma della questione dei costi, non la sua risposta. Un 27B denso a circa 20 token al secondo su una console per videogiochi è più lento dello stesso modello servito da una GPU reale — Artificial Analysis misura 41,2 token al secondo tramite l'API di Alibaba stessa, e 20 token al secondo è la velocità della build a 2 bit, con la perdita di qualità che la compressione comporta. Quindi non è un motivo per saltare la scheda da 24 GB; è la prova che questa classe è portabile ben al di sotto di essa. Se ciò che vuoi davvero è sapere se il modello è buono prima di dedicare un fine settimana a un jailbreak, la via economica è una chiamata a consumo: una chiave per oltre 200 modelli, nessun secondo contratto e failover automatico tra i provider se l'endpoint vacilla mentre stai valutando.
Costo: la questione tra locale e API, risolta.
Per un modello chiuso confronti i prezzi per token. Per Qwen3.8 27Bil token marginale non costa nulla sul tuo hardware — il vero prezzo è la GPU iniziale e il tuo tempo. A 4-bit è una scheda da 24 GB; a BF16 è una macchina di classe 80 GB. Se non hai la macchina, o vuoi risposte prima di impegnare 55,6 GB di disco, esiste la via ospitata: OrcaRouter elenca Qwen3.8 27Ba $0,33 per milione di token di input e $2,40 per milione di token di output sulla pagina del modello OrcaRouter, che è il prezzo di listino del provider passato con 0% di markup (verificato il 15 ottobre 2026). Il livello gratuito con limiti di frequenza che questa pagina descriveva in agosto non compare più lì — consideralo obsoleto a meno che tu non lo veda indicato. L'API di Alibaba stessa è l'altra via ospitata, che Artificial Analysis elenca a $0,50 e $3,00 per milione per la configurazione di ragionamento Xhigh. La versione ospitata di Qwen Cloud, con il contesto da 1M, è ancora contrassegnata come "in arrivo".

La formulazione onesta: per un modello open-weights, un provider è una comodità, non una dipendenza. Una chiamata a consumo a un servizio ospitato è il modo più economico possibile per decidere se un download da 55,6 GB vale la pena; è anche l'unico modo per testare il modello senza prima risolvere il problema hardware descritto dal paragrafo sulla PlayStation 5. Ma una volta deciso, i pesi sono ciò che conta — e sono gratuiti.
Come provarlo davvero
• Valutazione più rapida — richiamalo su un endpoint ospitato a 0,33 $/2,40 $ per milione; qualche centinaio di migliaia di token di lavoro reale costa pochi centesimi e risolve la questione prima ancora che tu scarichi qualsiasi cosa.
• Test reale sul tuo hardware — scarica un GGUF della community (la build Q4_K_M è di circa 17 GB e sta in una scheda da 24 GB) ed eseguilo in llama.cpp o Ollama. Passa il template chat Jinja oppure il modello ti risponde con i tag thought. Per la visione da un GGUF ti serve anche il file mmproj separato. Il nostro runbook per eseguire Qwen3.8 27B in locale ti guida passo dopo passo.
• Piena precisione — huggingface-cli download Qwen/Qwen3.8-27B su una GPU di classe 80 GB.
• Verifica cosa hai scaricato — controlla che l'editore sia l'organizzazione Qwen e valida gli shard rispetto a crc32.txt; repository simili sono comparsi prima del rilascio.
Quando questa recensione è sbagliata (e chi dovrebbe saltare Qwen3.8 27B)
• Non hai una GPU e non ne noleggerai una. Il livello hosted costa $0.33/$2.40 per milione — un piccolo modello API potrebbe servirti a meno e in modo più affidabile. Questo modello è per chi vuole possedere l'inferenza.
• Ti serve un SLA. Il tier hosted è andato online a metà agosto; la pagina del modello OrcaRouter, consultata il 15 ottobre, mostra un tasso di errore del 2,8% negli ultimi sette giorni, una latenza p50 del primo token di 3,23 s e un output di 156 token al secondo su 77,2 milioni di token instradati in quella finestra. Dopo due mesi, è un endpoint funzionante, non una coda del giorno del lancio — ma una media sull'ultima settimana non è ancora un contratto di produzione. Chi fa self-hosting dovrebbe fissare il commit di download e mantenere un fallback.
• Hai bisogno che vengano riprodotte le affermazioni del fornitore sulle capacità agentiche, non solo un punteggio di indice.Il punteggio di 34 dell'Intelligence Index di Artificial Analysis è l'unico numero indipendente di cui dispone questo modello, e non dice nulla su SWE-bench Pro 61.7 o DeepSWE 1.1 42.2 — entrambi ancora riportati da Alibaba. Indicativo, non di livello procurement.
• 262K di contesto open-weights non è sufficiente. L'estensione 1M oggi è disponibile solo in versione hosted.
• Il throughput è il tuo collo di bottiglia. Il riepilogo in blocco o i batch di grandi dimensioni faranno male: questo è un 27B denso che brucia circa 3 volte i token del suo predecessore. Per lavori in blocco a basso costo, vince un modello più piccolo o più veloce.
• Stai usando una scheda da 12 GB. I GGUF a 2 bit entrano a fatica, con una perdita di qualità visibile — è la configurazione alla base del dato relativo a PlayStation 5 di cui sopra — quindi questo è un modello con cui sperimentare, non da adottare come standard.

Il punto cruciale
Qwen3.8 27B è il 27B open-weights più forte disponibile oggi, ed è gratuito per sempre sotto Apache 2.0. Se hai una GPU da 24 GB o più e vuoi coding agentico, contesto da 262K e input nativo di immagini/video senza una bolletta a consumo, questo è l'acquisto da fare. I motivi per rimandare sono altrettanto concreti: hai bisogno che le affermazioni del fornitore sul coding agentico siano riprodotte altrove rispetto alla model card, un SLA, più di 262K di contesto open-weights, o un throughput superiore a quello che ti offre un 27B dense. Il modello è uscito, i pesi sono reali, l'unico punteggio indipendente finora è un rispettabile 34, e il requisito hardware minimo si è rivelato più basso di quanto assumesse la copertura del lancio. Ricorda solo quali numeri sono venuti da un laboratorio e quali dal fornitore.
