Qwen3.8-27B: De Dense 27B in Alibaba's Qwen3.8-lijn

Eén getal bepaalt of je Qwen3.8-27B zelf kunt draaien: 55,6 GB. Dat is het totale BF16-gewicht in de eigen repository van de leverancier — achttien safetensors-shards, 27,8 miljard parameters zodra de vision tower wordt meegeteld — en het is de reden dat het model in de praktijk thuishoort op een grafische kaart van 24 GB met een gecomprimeerde build, in plaats van op een workstation dat het draait zoals het wordt geleverd. Al het andere aan Qwen3.8-27B volgt uit die vorm. Het is een dense model, geen mixture of experts: elk token dat je genereert laat alle 27 miljard parameters oplichten, wat de tegenovergestelde afweging is ten opzichte van de sparse reuzen waarmee het een generatie deelt. En het is het enige lid van deze ronde met een echte buurt rond zijn naam — lezers zoeken het op zichzelf, en ze zoeken de kwalificaties eromheen — dus deze pagina is het simpele antwoord op wat het ding is, waar het voor dient, en wat je kiest voordat je een grootte of een formaat kiest.

De precieze identificatie, want drie namen binnen deze familie zijn makkelijk te verwarren. Qwen3.8-27B is het dense, zelf te hosten lid van Alibaba's Qwen3.8-generatie. De zustermodellen zijn andere producten: Qwen3.8-2.4T-A95B is de sparse mixture-of-experts met 2,4 biljoen parameters, waarvan de gewichten eveneens in augustus 2026 verschenen, en Qwen3.8-Max is de gehoste API die op diezelfde architectuur is gebouwd en waarvoor helemaal geen gewichten te downloaden zijn. De generatie werd aangekondigd op 3 augustus 2026, en de gewichten van de 27B verschenen op 14 augustus 2026 op Hugging Face en ModelScope onder Apache 2.0 — een datum die het vermelden waard is, juist omdat de lancering alleen bepaalt hoe dit model te dateren valt, en niet een gebeurtenis is die deze pagina rapporteert.

Wat het is, in Alibaba's eigen woorden

De modelkaart beschrijft Qwen3.8-27B als een "compact, deployment-vriendelijk dense model": een native vision-language model dat afbeeldingen en video's begrijpt, met flexibele controle over denkprocessen, "ontworpen om complexe, meerstapstaken met grotere betrouwbaarheid tot voltooiing te brengen." Dat is de positionering van de leverancier, met bronvermelding, en de kaart onderbouwt dit met vijf geclaimde verbeteringen: kerncapaciteitswinsten op het gebied van coderen, professioneel werk, onderzoek en agentische taken met een lange horizon; sterkere autonome planning en omgang met omgevingsfeedback; bredere ondersteuning voor populaire agent-harnesses en ontwikkelingstools; een denkmodus die standaard aan staat, maar per verzoek kan worden uitgeschakeld, waarbij de diepte wordt afgestemd via reasoning_effort; en native beeld- en videobegrip dat volgens de kaart uiteenloopt van STEM-diagrammen en documenten tot urenlange video's.

De architectuur achter die bewering is een hybride. Qwen3.8-27B is opgebouwd uit zestien zich herhalende blokken, elk met drie Gated DeltaNet lineaire aandachtlagen en één volledige Gated Attention-laag — in totaal 64 lagen, verborgen dimensie 5.120, 48 lineaire aandachtkoppen voor waarden tegenover 16 voor queries. Simpel gezegd: slechts één op de vier lagen houdt een conventionele aandachtcache bij. Daarom kan een 27B-model een native context van 262.144 tokens aan zonder de geheugenrekening die een conventionele transformer van deze omvang zou vragen, en daarom is zijn lokale voetafdruk vriendelijker dan zijn parameteraantal doet vermoeden. De context strekt zich uit tot 1.000.000 tokens met YaRN-schaling, waarvan de kaart waarschuwt dat dit de prestaties op kortere invoer kan verslechteren als je het statisch ingeschakeld laat. De denkmodus staat standaard aan; de aanbevolen sampling van de kaart is temperatuur 1,0 met top_p 0,95 bij denken, 0,7 met top_p 0,80 bij niet-denken, en er wordt gesuggereerd om de uitvoer ruim te alloceren — tot 262.144 redeneertokens en 131.072 voor het uiteindelijke antwoord binnen een lang venster.

Nu het eerlijke algemene deel, dat veeleer kennis van het vak is dan een meting van dit model. Een dense 27B in 2026 bevindt zich op een specifieke plek. Het is groot genoeg om echt nuttig te zijn en klein genoeg om te passen op hardware die een persoon of een klein team bezit, wat het de juiste vorm maakt voor private inferentie, voor batchwerk waarbij facturering per token de vijand is, en voor agent-loops die veel goedkope aanroepen doen in plaats van één dure. Het is niet de juiste vorm voor het moeilijkste redeneerwerk dat je hebt, voor de langste afzonderlijke documenten, of voor alles waarvoor je liever state-of-the-art huurt dan good-enough zelf in huis hebt — op het topsegment verliest een dense 27B het van een goed bediend frontier-model, en op het onderste segment verliest het op kosten per token van een kleine MoE. Dichtheid is ook een latencygegeven: doordat elke parameter bij elk token actief is, is een dense model over het algemeen langzamer per token dan een sparse model van vergelijkbare kwaliteit, en Qwen3.8-27B is daarbovenop nog een reasoningmodel, dus het besteedt outputtokens aan nadenken voordat het antwoordt. Niets hiervan is een score voor dit specifieke model. Het is de vorm van de beslissing die je neemt.

Maat en pasvorm, samengevat

De samenvatting, met het gedetailleerde rekenwerk op de plek waar het thuishoort. Volledige BF16-gewichten zijn 55,6 GB, wat een kwestie voor 80GB-accelerators is. De hybride attention-indeling is wat de gecomprimeerde builds ongewoon hanteerbaar maakt: een 4-bits kwantisatie komt uit op zo'n 15 à 16 GB en draait comfortabel op een 24GB-kaart bij gewone contextlengtes, een 16GB-kaart is alleen realistisch als je een lagere kwantisatie of een korte context accepteert, en 8 GB is geen optie. Omdat slechts 16 van de 64 lagen een volledige attention-cache hebben, kost een lange context minder dan bij een conventionele 27B — maar gratis is het niet, en de cache is wat een comfortabele 24GB-opstelling naar zijn plafond duwt wanneer je het venster vergroot. We houden een aparte pagina bij met de VRAM-ladder per kwantisatie, de contextlengtecurve en de unified-memory-cijfers voor Apple-silicon; als je hardware aanschaft, lees die pagina in plaats van deze.

De formaten, als een keuze in plaats van een handleiding.

Er bestaan vier routes en ze beantwoorden vier verschillende vragen. GGUF is de compatibiliteitskeuze — de llama.cpp-lijn, de breedste hardwareondersteuning, het formaat dat draait op wat je al hebt, en het is wat de meeste mensen die naar Qwen3.8-27B zoeken eigenlijk willen: kies het wanneer je wilt dat de gewichten werken op de machine die voor je staat en je bereid bent een kwantisatieniveau te kiezen. MLX is de Apple-siliconkeuze, en het is een echte — dit model draait op een Mac via MLX, wat voor een 27B vision-languagemodel niet vanzelfsprekend is. Aan de serveerkant zijn NVFP4 en FP8 de formaten die je uitrolt in plaats van interactief te draaien: FP8 houdt het model dicht bij volledige precisie bij ongeveer de helft van de gewichtsomvang voor één enkele grote GPU, en NVFP4 is de agressieve build uit het Blackwell-tijdperk die rond de 25 GB VRAM uitkomt, waarbij de vision tower op volledige precisie blijft. Unsloth is de fine-tuningroute — het GGUF-pakket met een trainingspad eraan vast, voor wanneer je van plan bent de gewichten te wijzigen in plaats van ze alleen te draaien. Elk daarvan heeft zijn eigen pagina onder dit model, en elk beantwoordt een andere vraag dan deze.

Wat de licentie daadwerkelijk toestaat

Qwen3.8-27B wordt uitgebracht onder Apache 2.0. Het LICENSE-bestand staat in de repository, en de licentie is de permissieve standaard in plaats van een aangepaste overeenkomst: commercieel gebruik zonder limiet op het aantal gebruikers of royalty's, wijziging, herdistributie en een expliciete octrooiverlening, mits je de licentie en de kennisgevingen meelevert bij alles wat je doorgeeft. Dat is belangrijk omdat het een ander bestand is dan het bestand dat de rest van de familie regelt — Qwen3.8-2.4T-A95B wordt uitgebracht onder een aangepaste Qwen-licentie, niet onder Apache 2.0 — dus "het is een Qwen, dus het is Apache" is geen veilige aanname, en dit is het lid waarvoor dat toevallig wel geldt.

Apache 2.0 op de gewichten is ook het eenvoudige antwoord op de grootste enkele gekwalificeerde zoekopdracht waar deze pagina naast staat: de ongecensureerde en abliterated varianten. Wat de licentie toestaat, is eenvoudig en verdient het zonder franje gezegd te worden: de gepubliceerde gewichten mogen worden gewijzigd en herverdeeld, inclusief wijzigingen die het gedrag van het model veranderen, en afgeleide builds mogen onder dezelfde voorwaarden worden uitgebracht. Dat is het hele mechanisme achter een abliterated release — een community of een lab publiceert een gewijzigde kopie van openlijk gelicentieerde gewichten en herverdeelt die. Die route bewandelen wij zelf voor dit model: de Qwen3.8-27B-Uncensored-GGUF-, NVFP4- en MLX-builds zijn van ons, gepubliceerd onder dezelfde Apache 2.0-voorwaarden als het origineel. Wat een gehoste dienst wel of niet zal genereren, is een andere vraag dan wat de licentie toestaat, en deze pagina beantwoordt die niet — de per-formaat ongecensureerde pagina's behandelen de downloads.

Wat is niet geregeld

Drie zaken liggen echt nog open. De 1M-tokencontext is een YaRN-uitbreiding en geen native venster, en de modelkaart zelf waarschuwt dat statische YaRN-schaling de prestaties bij korte invoer kan schaden, dus het praktische plafond voor de meeste lokale setups is het native venster van 262.144 en de uitbreiding is een beslissing per deployment die je moet testen. De eigen modelkaart van Alibaba verwijst lezers die een managed service zoeken naar Qwen Cloud, die de kaart omschrijft als binnenkort beschikbaar voor dit model — dus vanaf oktober 2026 kunnen we niet bevestigen dat de hosted tier die de kaart aanprijst algemeen beschikbaar is, en we gaan de voorwaarden ervan niet beschrijven op basis van een teaser. En de benchmarktabel op de kaart is de eigen evaluatie van Alibaba, niet gereproduceerd door de partij die deze heeft gepubliceerd, een voorbehoud dat de lancering overleeft.

Beschikbaarheid

Wij serveren dit model. De identificatie is qwen/qwen3.8-27b in onze live modellenlijst — het is de dense multimodale 27B, het accepteert tekst, afbeeldingen en video met een contextvenster van 262.144 posities, en een lezer kan er een OpenAI-compatibele client vandaag op richten. Dat is alles wat we hier over de route zullen zeggen: geen prijsclaim, geen doorvoerclaim. Als je op kosten kiest, bereken het dan op basis van je eigen verkeer in plaats van op basis van een getal op deze pagina.

De keuze die nog gemaakt moet worden is het formaat, en het is eerder een hardwarevraag dan een softwarevraag. Als je het op de machine voor je draait, is de GGUF-route waar de kwantisatieniveaus zitten en waar je erachter komt of je kaart voldoende is. Als je op een Mac werkt, de MLX-route is degene die bepaalt of je überhaupt wel unified memory hebt. Lees hierna een van die twee, en kom alleen naar deze pagina terug als je jezelf eraan wilt herinneren wat het model is voordat je de schijfruimte toewijst.