Qwen 3.6 35B A3B vs Qwen 3.8 27B: 3B actief of 27B dense?

Twee getallen bepalen deze combinatie, en ze trekken in tegengestelde richtingen. Qwen3.6-35B-A3B heeft 35 miljard parameters, maar schakelt voor elk afzonderlijk token slechts ongeveer 3 miljard daarvan in. Qwen3.8-27B is dense: elk van zijn 27 miljard parameters wordt gebruikt voor elk token dat je genereert. Dat betekent dat het mixture-of-expertsmodel het lichtere model is om te draaien en het zwaardere model om te herbergen — 71,9 GB aan BF16-gewichten tegenover 55,6 GB, volgens de eigen repository van elke leverancier — terwijl het dense model ongeveer negen keer zoveel rekenwerk per token vraagt en in minder geheugen past. Geen van beide is een defect. Het zijn twee verschillende antwoorden op "hoeveel machine heb ik", en welk antwoord het jouwe is, is de hele beslissing.

Er is een tweede reden waarom deze pagina de moeite waard is. Deze vergelijking is de vorm waarnaar lezers rond de 35B A3B zoeken — elke query in de kleine familie van dat model is er een variant van — en Qwen3.6-35B-A3B heeft hier nog nooit een pagina gehad om het überhaupt te beschrijven. Daarom bevat deze pagina aan elke kant één eerlijke alinea en gaat daarna over tot de vergelijking.

Wat de 35B A3B-build eigenlijk is

Qwen3.6-35B-A3B is het sparse lid van A​libaba's Qwen3.6-generatie van april 2026, gepubliceerd onder Apache-2.0 in de eigen Hugging Face-repository van de leverancier, die op 15 april 2026 is aangemaakt. De modelkaart van de leverancier beschrijft het als een mixture of experts met "35B in totaal en 3B geactiveerd", opgebouwd uit 256 experts waarvan acht routed experts plus één gedeelde expert per token vuren. Het is niet alleen tekst: de kaart noemt het een "Causal Language Model with Vision Encoder", en de repository heeft een image-text-to-text-pipelinetag, dus het neemt tekst, afbeeldingen en video en retourneert tekst. De context is native 262.144 tokens, uitbreidbaar tot ongeveer 1.010.000 met YaRN-schaling. De indeling is hybride — tien herhalingen van drie Gated DeltaNet linear-attention-blokken gevolgd door één gated full-attention-blok, verborgen dimensie 2.048, 40 lagen — en de kaart scheidt de verkooppraat van de architectuur door twee zaken te noemen die worden benadrukt: agentic coding, en een optie "thinking preservation" die redeneercontext van eerdere beurten behoudt. De eigen tabellen van de leverancier op die kaart plaatsen het op SWE-bench Verified 73,4, Terminal-Bench 2.0 51,5, MMLU-Pro 85,2, GPQA 86,0 en LiveCodeBench v6 80,4 — allemaal door de leverancier gerapporteerd en niet-geauditeerd, wat het label is dat ze dragen waar ze hieronder ook verschijnen.

Wat Qwen3.8-27B is

Qwen3.8-27B is Alibaba's dense 27B open-weight-model uit de Qwen3.8-generatie, uitgebracht onder Apache-2.0; de leveranciersrepository werd aangemaakt op 5 augustus 2026 en voor het laatst gewijzigd op 14 augustus. Qwens eigen kaart noemt het "een compact, deployment-vriendelijk dense model" en positioneert het als de meest capabele open Qwen-generatie tot nu toe, met de aangegeven winst op het gebied van coderen, professioneel werk, onderzoek en agentische taken met een lange horizon. Het is eveneens een vision-language-model — "Causal Language Model with Vision Encoder" — dat naast tekst ook afbeeldingen en video accepteert, met 262.144 tokens native context en 1.000.000 met extensie. Architectonisch is het daarentegen conventioneel: 64 lagen, verborgen dimensie 5.120, een regulier feed-forward-netwerk met tussenliggende dimensie 17.408 in plaats van een bank van experts, en hetzelfde ritme van drie lineaire naar één volledige attention als zijn zustermodel. Waar de kaart van de 35B A3B spreekt over behoud van denken, spreekt de kaart van de Qwen3.8-27B over flexibele denksturing — een reasoning_effort-instelling die standaard op xhigh staat, met medium en low beschikbaar, en preserve_thinking die standaard is ingeschakeld. De kaart meldt LiveCodeBench v6 90,3, GPQA Diamond 89,2, OSWorld-Verified 84,3, QwenSWEBench 79,0, Terminal Bench 2.1 73,0 en SWE-bench Pro 61,7 — opnieuw door de leverancier gerapporteerd en niet gecontroleerd. Het totale gewicht is 55,6 GB verdeeld over achttien safetensors-shards, en het aantal parameters bedraagt 27,8 miljard wanneer de vision-toren wordt meegeteld, wat de reden is dat het model 27B wordt genoemd en 27,8B meet.

Het ene getal dat het vaakst de doorslag geeft: actieve parameters

Bestanden houden het totale aantal parameters bij. Snelheid houdt de actieve parameters bij. Dat zijn twee verschillende kolommen op het specificatieblad, en lezers voegen ze routineus samen tot één, waardoor mensen uiteindelijk een 22 GB mixture of experts downloaden in de verwachting dat die past waar een 16,5 GB dense model zou passen.

Het mechanisme is het waard om ronduit te stellen, want het is de hele afweging. Een dense model moet al zijn gewichten lezen om elk token te produceren; een sparse mengsel leest alleen de experts die zijn router selecteert. Qwen3.6-35B-A3B leest ongeveer drie miljard parameters per token en Qwen3.8-27B leest zevenentwintig miljard — dus het mengsel heeft een structureel voordeel bij rekenkracht per token en bij decode-throughput, en dat voordeel is reëel. Maar de andere experts zijn niet gratis: ze moeten ergens resident zijn, in VRAM of in systeemgeheugen, anders gaat de router ze uiteindelijk ophalen, en een fetch kan meer kosten dan het rekenwerk dat het heeft bespaard. Dus het voordeel is voorwaardelijk: de hele 35B moet beschikbaar blijven. Dit is hoe het decoderen met mixture-of-experts werkt, niet een meting van deze twee specifieke modellen, en het is de reden dat de vraag of het past vóór de vraag naar snelheid komt in plaats van erna.

• Totaal aantal parameters op schijf, BF16 — Qwen3.6-35B-A3B: 35,95B in 26 safetensors-bestanden, 71,9 GB. Qwen3.8-27B: 27,78B in 18 shards, 55,6 GB. Volgens de eigen Hugging Face-repositories van de leveranciers, uitgelezen op 2026-10-13.

• Actieve parameters per token — Qwen3.6-35B-A3B: ongeveer 3B. Qwen3.8-27B: alle 27B, want dense betekent dense.

• Architectuur — Qwen3.6-35B-A3B: 256 experts, 8 gerouteerde plus 1 gedeelde per token, 40 lagen, verborgen 2.048. Qwen3.8-27B: één feed-forwardlaag met tussenliggende dimensie 17.408, 64 lagen, verborgen 5.120.

• Native context — 262.144 tokens op beide. Qwen3.6-35B-A3B breidt uit tot ongeveer 1.010.000 met YaRN; de modelkaart van Qwen3.8-27B vermeldt 1.000.000 met extensie.

• Licentie — Apache-2.0 op beide. Beide zijn downloadbaar bij de leverancier, beide zijn open weights, en er is geen voorwaarde per stoel of per oproep aan een van beide verbonden.

Wat elk ervan je per token kost

Beide modellen worden aangeboden op OrcaRouter, dus je kunt dit uitzoeken zonder iets te downloaden. Gelezen uit onze live catalogus op 2026-10-13, qwen/qwen3.6-35b-a3b kost $0,248 per miljoen inputtokens en $1,485 per miljoen outputtokens, met een venster van 262.144 tokens en een maximum van 65.536 outputtokens. qwen/qwen3.8-27b kost $0,330 per miljoen inputtokens en $2,400 per miljoen outputtokens bij hetzelfde venster van 262.144 tokens. Beide staan ook in onze catalogus onder een tweede host-id tegen een hogere prijs, dus controleer welke identifier je daadwerkelijk aanroept voordat je facturen vergelijkt.

Bij een werklast van één miljoen inputtokens en een kwart miljoen outputtokens — een plausibele maand voor een kleine coding-agent-deployment — komt de rekensom hierop neer. Qwen3.6-35B-A3B: 1,00 × $0,248 plus 0,25 × $1,485, of ongeveer $0,62. Qwen3.8-27B: 1,00 × $0,330 plus 0,25 × $2,400, of ongeveer $0,93. Het nieuwere dense model kost bij dat verkeerspatroon ongeveer anderhalf keer zoveel, en het verschil is het grootst bij outputtokens, waar het ongeveer 62% is.

Er volgen twee dingen die belangrijker zijn dan de cijfers. Ten eerste zijn dit onze catalogusprijzen, en we voegen geen markup toe aan de gepubliceerde lijstprijs van een provider — dus een prijswijziging van een leverancier bereikt deze pagina dezelfde dag dat die de leverancier bereikt, zonder vertraging en zonder tweede contract. Ten tweede is de reden om ze op één key in plaats van twee te vergelijken de overstapkosten: de twee id's zitten achter één endpoint, dus van de ene naar de andere gaan is een stringwijziging in plaats van een migratie, en automatische failover betekent dat je de minst vertrouwde van de twee op een deel van je verkeer kunt draaien zonder daarbij een productiepad op het spel te zetten. Als je voor het eerst een mixture of experts evalueert vanwege het rekenkrachtargument hierboven, is dat de goedkope manier om te testen of het argument opgaat voor jouw workload.

Wat past er op jouw machine

Dit is de vraag waarop de twee modellen daadwerkelijk van elkaar verschillen, en het draait om dezelfde splitsing tussen totaal en actief. Als je de community-GGUF-builds vergelijkt die beide modellen hebben — dit zijn repositories van derden, geen releases van de leverancier, en hun bestandsnamen zijn van henzelf — krijg je bij hetzelfde kwantisatielabel wezenlijk verschillende bestandsgroottes:

• Q3-klasse, kleinste verstandige optie — Qwen3.6-35B-A3B: 16,60 GB bij UD-Q3_K_M. Qwen3.8-27B: 13,15 GB bij UD-Q3_K_XL.

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

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

• Q4_K_M, de gebruikelijke standaard — 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, zoals geleverd — Qwen3.6-35B-A3B: 71,9 GB. Qwen3.8-27B: 55,6 GB.

• Ook gepubliceerd — Qwen3.6-35B-A3B heeft een FP8-checkpoint in de eigen repository van de leverancier en een MXFP4-mix van 21,71 GB in de communitybuilds; Qwen3.8-27B heeft ook een FP8-checkpoint in de repository van de leverancier.

Lees de twee kolommen tegen elkaar en de regel volgt eruit. Bij elk overeenkomend label is het mengsel tussen de vier en acht gigabyte zwaarder bij dezelfde nominale compressie, omdat het bestand alle 35B moet bevatten en er slechts 3B tegelijk van gebruikt. Concreet: een kaart van 24 GB draait Qwen3.8-27B op Q4_K_M met ruimte voor context, en draait Qwen3.6-35B-A3B op Q3 of IQ4 terwijl de KV-cache om ruimte vecht, en een comfortabele long-contextsessie op het mengsel wil dichter bij 48 GB. Voeg het eigen bestand van de vision-toren toe als je op een van beide beeldinvoer wilt.

Waar de benchmarks staan, wat niet is waar je ze zou willen hebben

Niemand heeft een rechtstreekse vergelijking van deze twee modellen bij identieke instellingen op een met naam genoemd testharnas gepubliceerd. Wij zijn ons er niet van bewust dat er een bestaat, en deze pagina zal geen rangschikking suggereren die het bewijs niet ondersteunt.

Wat wél bestaat, is een gedeeltelijke overlap in benchmarknamen tussen de twee leverancierskaarten, en het is de moeite waard om dat precies te laten zien juist omdat het zo gemakkelijk is om er te veel in te lezen. Op de namen die op beide kaarten staan, is het cijfer voor Qwen3.8-27B elke keer het hoogste. SWE-bench Pro: 49,5 voor de 35B A3B tegen 61,7 voor de 27B. LiveCodeBench v6: 80,4 tegen 90,3. HLE: 21,4 tegen 30,8. CharXiv redeneervragen: 78,0 tegen 83,7. OmniDocBench 1.5: 89,9 tegen 91,1. RealWorldQA: 85,3 tegen 85,9. En bij Terminal-Bench zijn de kaarten niet eens vergelijkbaar op de manier die de rij suggereert: de 35B A3B-kaart vermeldt Terminal-Bench 2.0 op 51,5, terwijl de 27B-kaart Terminal Bench 2.1 (Terminus) op 73,0 vermeldt — verschillende versies van de benchmark, dus dat specifieke paar mag helemaal niet van elkaar worden afgetrokken.

Op dat alles rusten drie kanttekeningen. De cijfers komen van twee verschillende modelkaarten die ongeveer vier maanden na elkaar zijn gepubliceerd, door hetzelfde lab, zonder een audit. Verschillende benchmarks die elk model rapporteert, komen alleen voor op de eigen kaart en hebben geen tegenhanger — SWE-bench Verified 73,4 en MMLU-Pro 85,2 aan de 35B A3B-kant; OSWorld-Verified 84,3 en QwenSWEBench 79,0 aan de 27B-kant — dus ze kunnen niet naast elkaar worden gelegd. En dat een nieuwer model in dezelfde lijn hoger scoort dan een ouder model, is het verwachte resultaat, niet een bevinding: het zegt je dat de generatie is opgeschoven, en niets over of het oudere model beter past bij de tokens die je op het punt staat te verzenden.

Als je de vergelijking doorslaggevend wilt maken, is de eerlijke weg om beide op je eigen verkeer te draaien. Ze zitten op één sleutel, op één endpoint, en failover maakt een split-test goedkoop.

Welke je zou moeten kiezen

Kies Qwen3.6-35B-A3B als je machine 35B aan gewichten aankan en je werklast meer op generatie dan op eenmalige redenering is gericht. De gevallen waarin dit het juiste antwoord is:

• Je hebt het geheugen — 48 GB of meer voor comfortabel lokaal gebruik met een lange context, of een kaart van 24 GB bij een quant van de 3-bitsklasse als je met een korter venster kunt leven — en je wilt de architectuur die per token de minste rekencapaciteit verbruikt.

• Je verkeer is hoogconcurrent of langgenererend, waarbij de kosten per token de rekening domineren en de sparse decode van het mengsel structureel in je voordeel is.

• Je wilt één Apache-2.0-artefact dat tekst, afbeeldingen en video aanneemt en tekst retourneert, en je wilt de kleinere download van de twee alleen als je het host in plaats van het te downloaden, waarbij de prijs per token lager is voor zowel invoer als uitvoer.

• Je zit bewust op 3B-actieve schaal — je accepteert één generatie achter te lopen op de eigen tabellen van de leverancier in ruil voor minder betalen per token en het achter een vertrouwde tool-calling-interface te doen.

Kies Qwen3.8-27B als geheugen de beperkende factor is, of als je de nieuwste generatie in dit paar wilt. De gevallen waarin het het juiste antwoord is:

• Eén enkele 24 GB-kaart en geen plan om er meer te kopen. Bij Q4_K_M is het 16,5 GB, wat echte ruimte voor context overlaat; het mengsel niet.

• Je wilt de sterkste door de leverancier gerapporteerde agentische en codeercijfers in deze combinatie, en je bent je ervan bewust dat ze afkomstig zijn van een niet-geauditeerde kaart en geen gelijkwaardige vergelijking vormen.

• Je werklast bestaat uit betrekkelijk weinig, betrekkelijk grote verzoeken — het begrijpen van documenten en screenshots, redeneren op repositoryniveau, automatisering in computer-use-stijl — waarbij de doorvoer per verzoek minder van belang is dan dat elk verzoek het goed doet.

• Je wilt een kleinere download, een snellere koude start en een kortere shardlijst om te beheren.

Niets daarvan maakt een winnaar. De twee modellen concurreren niet om dezelfde plek op je machine, en de cijfers hierboven bepalen niet welke van de twee ergens beter in is — ze bepalen welke van de twee minder vraagt van de machine die je al hebt.

Het feit dat meestal de doorslag geeft, is dit: het bestand op schijf wordt qua grootte bepaald door het totale aantal parameters, en de hoeveelheid werk per token wordt bepaald door de actieve parameters. Dus Qwen3.6-35B-A3B kan het model zijn dat sneller draait en toch degene die niet past, en Qwen3.8-27B kan degene zijn met de hogere kosten per token en toch degene die überhaupt draait. Bepaal welk van die twee problemen je eigenlijk hebt, en de keuze is niet langer een vergelijking.