ZwZ2-9B vs Qwen3.8-27B: Il piccolo slot lasciato aperto dalla nuova generazione Qwen

La generazione Qwen3.8 è arrivata con un modello dense da 27B il 5 agosto 2026, un mixture-of-experts da 2,4 trilioni di parametri l'8 agosto e una variante Flash-Next il 24 agosto. Non includeva un 9B. Ciò significa che l'estremità inferiore della gamma attuale è ancora occupata da Qwen3.5-9B, un checkpoint del 27 febbraio 2026 — e significa che ZwZ2-9B, pubblicato da inclusionAI il 16 ottobre 2026, si basa sullo stack Qwen3.5 più recente disponibile a quella dimensione. Confrontatelo con Qwen3.8-27B e non state confrontando due modelli della stessa famiglia. State confrontando un divario di circa diciotto miliardi di parametri all'interno di una sola architettura, perché la generazione 3.8 non l'ha mai rinominata.

La prima cosa da capire è che questa non è una rivalità in alcun senso ordinario. Qwen3.8-27B è un prodotto finito con una licenza, un'API ospitata, valutazioni pubblicate e sette milioni di download nell'ultimo mese. ZwZ2-9B è un checkpoint derivato non documentato in un repository senza README. La domanda utile è più ristretta e più pratica: se un modello da 27B è quello che Qwen vuole che tu esegua, che cosa esattamente stai comprando restando a 9B, e che cosa eredita il checkpoint più economico dalla generazione superiore?

L'architettura non è mai cambiata — è cambiata solo la scala.

Questa è la scoperta che rende la comparazione degna di essere scritta, ed è visibile in due file di configurazione. Qwen3.8-27B dichiara il proprio identificatore di architettura come qwen3_5. Lo stesso fa ZwZ2-9B. Stesso tipo di modello, stesso nome di classe, stesso design dell'attenzione, stessa discendenza del tokenizer — una generazione di distanza, e l'etichetta non si è mai mossa.

Guarda oltre l'identificatore e la somiglianza di famiglia è completa. Entrambi adottano lo stesso rapporto tre a uno tra livelli di attenzione lineare e livelli di attenzione completa. Entrambi riservano un vocabolario di 248.320 token e dichiarano un tetto di contesto di 262.144 posizioni. Entrambi usano M-RoPE interlacciato con la stessa suddivisione in sezioni e la stessa base rotatoria di 10.000.000. Entrambi presentano una torre di visione di esattamente 27 livelli con dimensione nascosta 1.152 e 2.304 embedding di posizione. Qwen3.8 non è un nuovo design che ha soppiantato Qwen3.5. È lo stesso design a dimensioni maggiori, e Qwen3.8-27B lo dichiara nella propria configurazione.

• Parametri — ZwZ2-9B: 9.409.813.744. Qwen3.8-27B: 28 miliardi secondo la sua scheda, la cui configurazione specifica 64 livelli con dimensione nascosta 5.120 contro 32 livelli a 4.096.

• Identificatore di architettura — qwen3_5 in entrambi. Stessa classe, stessa pianificazione dell'attenzione.

• Vocabolario — 248.320 in entrambi, inclusi gli id dei token di immagini e video.

• Limite di contesto — 262.144 posizioni dichiarate in entrambi i casi, con la versione hosted di Qwen che arriva fino a 1M.

• Torre di visione — 27 strati con dimensione nascosta 1.152 in entrambi; la proiezione si amplia da 4.096 a 5.120 per corrispondere allo stack linguistico.

• Ragionamento predefinito — ZwZ2-9B risponde senza pensare, a meno che non gli venga chiesto. Qwen3.8-27B pensa per impostazione predefinita, con uno sforzo di ragionamento regolabile.

• Licenza — nessuna dichiarata vs Apache-2.0.

• Prove — un file di configurazione contro una model card, risultati di valutazione, un'API ospitata e 198 adattatori pubblicati.

Cosa ti dà il 27B che il derivato 9B non ti dà

La prima cosa è l'autorizzazione. Qwen3.8-27B è Apache-2.0 con una concessione esplicita, deployabile su Azure e SageMaker in base ai suoi stessi tag, ed erogato tramite l'API ufficiale ospitata di Qwen con un contesto di 1M token nella versione gestita. ZwZ2-9B non dichiara alcuna licenza, il che è un problema diverso da una licenza restrittiva — è l'assenza di una concessione anziché una concessione limitata, ed è il rischio singolo più grande nell'adottarlo.

The second is reasoning control. Qwen3.8-27B's chat template exposes three reasoning-effort levels with a default of the highest, instructs the model accordingly, and supports preserving reasoning context across turns. It also keeps the Qwen convention of thinking by default. ZwZ2-9B has none of this machinery, and its template inverts the default — it emits an empty <think></think> block unless you explicitly pass a flag, which means the model answers directly and cheaply, and gives you no dial to turn when a question deserves more thought.

Il terzo è l'ecosistema, quello di cui si parla meno e che porta il peso maggiore. L'Hub elenca 198 adapter, 553 fine-tune, 24 merge e 1.472 quantizzazioni costruite su Qwen3.8-27B, più un centinaio di Spaces. È un insieme di lavori realizzati da persone che non fanno parte di Qwen, che descrivono come il modello si comporta su problemi reali. ZwZ2-9B non ne ha nulla, e non può ancora averne — ha poche ore di vita.

Cosa ottieni ancora restando a 9B

C'è un motivo se lo slot piccolo non è rimasto silenzioso. Qwen3.5-9B, il checkpoint su cui è costruito ZwZ2-9B, ha registrato 8.591.266 download nell'ultimo mese — più dei 7.363.968 del flagship 27B nello stesso periodo. La dimensione 9B è quella in cui accade una gran quantità di lavoro reale: è il modello più grande che trova comodamente posto su un singolo acceleratore consumer, è la dimensione su cui i team fanno fine-tuning quando vogliono i propri pesi anziché un'API, ed è quella in cui un derivato non documentato come ZwZ2-9B può plausibilmente essere interessante, perché ciò che eredita è stato letto da milioni di persone.

Anche rimuovere la testa di previsione multi-token non è ovviamente una perdita. La configurazione di ZwZ2-9B imposta mtp_num_hidden_layers a 0 dove Qwen3.5-9B ha 1, il che elimina una testa di decodifica speculativa e, con essa, circa un quarto di miliardo di parametri. Qualunque cosa intendesse il run di addestramento, l'artefatto che scarichi è un modello più semplice del suo genitore, e su ciò che è più semplice è più facile ragionare quando non puoi leggere una card.

E il percorso visivo è lo stesso in entrambe le direzioni: 27 livelli con dimensione nascosta 1.152, una tabella di embedding da 2.304 posizioni, un processore video che gestisce fino a 768 frame a 2 frame al secondo. Se hai bisogno di immagini in ingresso, il 9B non lo cede al 27B.

Come appare questo se stai scegliendo un endpoint anziché un checkpoint

La risposta pratica per la maggior parte dei team non è o l'uno o l'altro, e il lato hosted è definito in un modo in cui il lato open-weights non lo è. Qwen3.8-27B è instradabile su OrcaRouter come qwen/qwen3.8-27b — contesto di 262K token, input testo, immagini e video, output testo, a $0,33 per milione di token di input e $2,40 per milione di output. Questo è il prezzo di listino del provider passato senza ricarico dello 0%, quindi quando Qwen cambia un prezzo il numero qui cambia lo stesso giorno invece che al successivo aggiornamento del catalogo, e si trova accanto a qwen/qwen3.8-flash e qwen/qwen3.8-max sulla stessa chiave se vuoi confrontare i livelli sul tuo traffico invece che sulla tabella di benchmark di qualcun altro.

ZwZ2-9B non è in quel catalogo e non intendiamo suggerire il contrario — è un download di Hugging Face senza alcun endpoint di serving pubblicato dal suo fornitore, e inclusionAI distribuisce attraverso i canali propri del fornitore. Se vuoi un sostituto ospitato per lo slot multimodale piccolo mentre valuti il checkpoint, qwen/qwen3-vl-8b-instruct è un modello visione-linguaggio da 8B con contesto di 131K token a $0.18 e $0.70 per milione di token, documentato e con licenza. Metti un candidato dietro la stessa interfaccia del modello attualmente in uso e confrontare i due costa una stringa di modello; è tutto l'argomento a favore dell'instradamento di un modello di cui non sei sicuro invece di integrarlo.

La questione generazionale, affrontata con onestà

Non esiste alcun benchmark su cui ZwZ2-9B batta Qwen3.8-27B, perché non esiste alcun benchmark su cui ZwZ2-9B sia stato misurato affatto. Un modello da 28B con una scheda tecnica e un checkpoint da 9,4B con un file di configurazione non competono; uno dei due è stato valutato e l'altro è stato descritto. Chiunque produca un risultato di confronto diretto questa settimana sta descrivendo la propria impressione di un modello che ha scaricato questa mattina.

Ciò che qui è davvero nuovo è la discendenza, e vale la pena affermarlo chiaramente perché è facile lasciarselo sfuggire. La generazione Qwen3.8 non ha sostituito la sua architettura; l'ha scalata. Qwen3.8-27B e ZwZ2-9B rispondono allo stesso identificatore di architettura, condividono un vocabolario, condividono un limite di contesto, condividono una pianificazione dell'attenzione e condividono una torre visiva fin nel numero di livelli e nell'ampiezza nascosta. Questa è una conoscenza utile in entrambe le direzioni: ti dice come probabilmente si presenterà un checkpoint da 9B su questo stack, e ti dice che il divario tra l'estremità piccola e quella grande della famiglia Qwen è una questione di grado, non un cambiamento di specie.

Quindi il verdetto onesto su ZwZ2-9B rispetto a Qwen3.8-27B è che il 27B è quello su cui puoi pianificare, e il derivato 9B è quello che vale la pena tenere d'occhio. Leggi la configurazione, esegui il tuo task su di esso e aspetta una licenza prima che tocchi qualcosa che conta.

Niente di tutto ciò è ipotetico: i fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.