Qwen3.8-27B op Hugging Face: de officiële repository, wat erin zit, en hoe je het downloadt.

Qwen3.8 27B staat op Hugging Face op Qwen/Qwen3.8-27B, gepubliceerd door de Qwe​n-org op 14 augustus 2026 onder de Apache 2.0-licentie. De repo bevat 55,6 GB aan BF16-safetensors verspreid over 18 shards, plus de tokenizer, het chat-sjabloon en de config die daarbij horen — gratis te downloaden, gratis commercieel te gebruiken en zonder vergoeding per token. Twee dingen waar mensen over struikelen: de officiële repo bevat alleen safetensors, terwijl de GGUF-kwantisaties die mensen op consumenten-GPU's draaien in aparte community-repo's staan; en vóór de release verschenen er namaak-repo's, dus is alleen de kopie van de Qwe​n-org echt. Dit artikel is de download-walkthrough: wat er in de repo zit, de drie manieren om hem te bemachtigen, en hoe je verifieert dat je de echte weights hebt.

De snelle feiten, gecontroleerd op 15 augustus 2026

• Repo — Qwen/Qwen3.8-27B op Hugging Face, gepubliceerd door de Qwe​n-organisatie; gespiegeld op Qwen/Qwen3.8-27B op ModelScope.

• Uitgebracht — de gewichten gingen live op 14 augustus 2026; berichtgeving met tijdszone-aanduiding noemt ook 13 augustus, en artikelen van vóór de release uit de week daarvoor meldden dat ze in afwachting waren.

• Licentie — Apache 2.0: downloaden, aanpassen en herdistribueren, commercieel gebruik inbegrepen.

• Grootte — 55,57 GB aan safetensors verspreid over 18 shards (2,1–3,99 GB per shard); de repopagina rondt het totaal af op 55,6 GB.

• Model — 27B dense parameters (28B als je de vision-encoder meetelt), 64 lagen, verborgen grootte 5.120, vocabulaire 248.320.

• Attention — hybride: 48 Gated DeltaNet-lagen (linear-attention) tegenover 16 volledige Gated Attention-lagen, getraind met multi-token voorspelling — de 3:1-verdeling is de reden waarom 262.144 tokens native context op een 27B draaien.

• Context — 262.144 tokens native, uitbreidbaar tot 1.000.000 via YaRN RoPE-schaling.

• Invoer — native afbeeldingen en video naast tekst; retourneert tekst.

• Signal — 91.917 downloads op de doorlopende 30-dagenteller van de modelkaart, gecontroleerd op 15 augustus 2026.

Elke figuur hierboven komt van de Hugging Face-modelpagina, de repositorystructuur en de configuratie voor Qwen3.8 27B, gelezen op 15 augustus 2026. De benchmarkclaims op de kaart (SWE-bench Pro 61.7, LiveCodeBench v6 90.3, OSWorld-Verified 84.3) zijn door Ali​baba gerapporteerd; tot op heden heeft geen onafhankelijk laboratorium ze gereproduceerd.

Waarom downloaden: de vraag over lokaal versus API

Open gewichten zijn de enige categorie modellen waarbij de marginale kosten van het verwerken van een token gelijk zijn aan je elektriciteitskosten. Geen licentiekosten, geen prijs per token, geen rate limit, en niets verlaat je machine. Qwen3.8 27B is Apache 2.0, dus die vrijheid is permanent: Ali​baba kan de gewichten niet terugtrekken, opnieuw in licentie geven, of je ervoor laten betalen.

De afweging is hardware en installatie. De volledige BF16-gewichten vereisen een GPU uit de 80 GB-klasse op native precisie, en 55,6 GB is een behoorlijke download. Als je het model wilt evalueren voordat je die stap zet, is de API-route sneller: Qwen3.8 27B wordt aangeboden via OrcaRouter tegen Qwe​n's $0,33 per miljoen invoertokens en $2,40 per miljoen uitvoertokens, zonder opslag doorgegeven — en OrcaRouter biedt ook een gratis laag met een snelheidslimiet voor hetzelfde model, dus een kosteloze rooktest vereist helemaal geen download. Maar de API is een gemak, geen afhankelijkheid — de gewichten zijn het product, en ze zijn gratis.

Wat zit er eigenlijk in de repo?

De repository bevat niet alleen gewichten. Het is een volledig uitvoerbaar pakket: 18 shards plus de metadata-bestanden die Transformers, vLLM en SGLang nodig hebben. Van boven naar beneden doorlopen:

• model-00001-of-00018.safetensors … model-00018-of-00018.safetensors — de gewichten, 2,1–3,99 GB per shard, in totaal 55,57 GB.

• model.safetensors.index.json — wijst elke tensor toe aan de bijbehorende shard; dit leest een loader als eerste.

• config.json — de architectuur: 64 lagen, hidden size 5.120, vocabulaire 248.320, en de Gated DeltaNet / Gated Attention layout.

• tokenizer.json (12.8 MB), tokenizer_config.json, vocab.json (6.72 MB), merges.txt (3.35 MB) — de tokenizer.

• chat_template.jinja — het chat-sjabloon, inclusief het denkblok; llama.cpp vereist dat dit als een jinja-sjabloon wordt doorgegeven, anders antwoordt het model je in gedachte-tags.

• preprocessor_config.json en video_preprocessor_config.json — beeld- en videovoorbewerking.

• crc32.txt — controlesommen per shard; verifieer een download hiermee en een corrupte overdracht is geen mysterie meer.

• README.md (de 65 kB modelkaart), LICENSE (Apache 2.0), generation_config.json, .gitattributes (markeert de gewichtsbestanden als Git LFS).

Eén consequentie van deze indeling is van belang voor het nep-repo probleem hieronder. Een echte kopie van deze repo is zwaar en volledig. Een placeholder-repo met "Qwen3.8" in de naam en niets anders dan een README is geen mislukte download — het is een ander, leeg repository.

Hoe download je het — drie manieren

Methode één, huggingface-cli, is de eenvoudigste weg. Het model is openbaar, dus je hoeft niet in te loggen; dit downloadt alle 18 shards plus de metadata in een map:

huggingface-cli download Qwen/Qwen3.8-27B --local-dir Qwen3.8-27B

Voor een overdracht van 55,6 GB is de hf_transfer backend de moeite waard om te installeren — het paralleliseert de download en verkort de tijd meestal aanzienlijk:

pip install hf_transfer

HF_HUB_ENABLE_HF_TRANSFER=1 huggingface-cli download Qwen/Qwen3.8-27B --local-dir Qwen3.8-27B

Methode twee, git clone, geeft je de repository als een werkende kopie met geschiedenis. Vereist Git LFS:

git lfs installeren

git clone https://huggingface.co/Qwen/Qwen3.8-27B

Methode drie, de browser — open het tabblad Bestanden en download shards afzonderlijk. Alleen verstandig wanneer je één bestand nodig hebt (bijvoorbeeld alleen config.json om de architectuur te bekijken). Voor de hele repo zijn het 18 handmatige downloads plus een checksumcontrole; gebruik een CLI.

Welke bestanden je eigenlijk moet downloaden

De officiële repository is BF16 safetensors — volledige precisie, 55,6 GB — het juiste artefact als je een GPU van de 80 GB-klasse hebt, of later zelf wilt kwantiseren. Er is geen officiële GGUF. De GGUF-builds die mensen daadwerkelijk op consumentenkaarten draaien, zijn community-releases: Hugging Face vermeldt 303 gekwantiseerde modellen die op deze basis zijn gebouwd (gecontroleerd op 15 augustus 2026), en de builds waarnaar runbooks verwijzen zijn de unsloth- en lmstudio-community-builds. De grove ladder:

• BF16 safetensors — 55.6 GB, vereist een GPU van de 80 GB-klasse op native precisie.

• GGUF Q8_0 — ongeveer 29 GB, past op een 48 GB-kaart.

• GGUF Q4_K_M — ongeveer 17 GB, de standaardkeuze voor 24 GB-kaarten.

• GGUF 2-bit — ongeveer 9 GB, past op 12 GB-kaarten met zichtbaar kwaliteitsverlies.

Als je beeldherkenning wilt vanuit een GGUF-build heb je ook het aparte mmproj-bestand nodig voor de vision-encoder, gedocumenteerd op elke communitykaart. Voor de volledige uitsplitsing van kwantisatie en runtime — inclusief de kanttekening over de chatsjabloon van llama.cpp — bevat onze runbook voor het lokaal draaien van Qwen3.8 27B de details.

Hoe onderscheid je het echte repo van de neppe?

Voordat de gewichten werden uitgebracht, stond de Hugging Face-zoekopdracht vol met "Qwen3.8"-repositories zonder gewichtsbestanden — placeholdercaarten en forks die waren neergezet om mensen die vroeg zochten te strikken. Sommige staan er nog steeds. De verificatiechecklist:

• Controleer de uitgever, niet de naam. De echte repository staat onder de Qwe​n org: Qwen/Qwen3.8-27B. Een repository met de naam Qwen3.8 27B onder een andere account is niet de officiële release, hoe professioneel het er ook uitziet.

• Gebruik de officiële collectie. Qwe​n onderhoudt huggingface.co/collections/Qwen/qwen38; elke repo daarin is van hen.

• Controleer het licentieveld. Op de echte kaart staat Apache 2.0.

• Controleer de grootte en vorm. De echte repo bevat 18 safetensors-shards met een totaal van ongeveer 55,6 GB, een crc32.txt-controlesombestand en een README van 65 kB. Nul gewichtsbestanden betekent een lege repo, geen mislukte download.

• Beschouw het aantal downloads als een signaal, niet als bewijs. De echte repo passeerde de 91.000 downloads binnen een dag, wat je vertelt waar de rest op wijst. Maar een nepversie kan ook gedownload worden; de uitgever is de garantie.

Na de download, controleer de integriteit: controleer de CRC32 van elke shard tegen crc32.txt, of laad het model met Transformers en bevestig dat de state dict zonder waarschuwingen laadt. Dat vangt zowel een corrupte overdracht als een opnieuw verpakt verkeerd model.

Wanneer downloaden de verkeerde zet is

Het downloaden van 55,6 GB is niet voor iedereen weggelegd, en de eerlijke versie van dit artikel zegt dat ronduit.

Je wilt gewoon het model evalueren. De API-route is sneller — een gestructureerde test kost centen en duurt minuten, niet een download en een middag aan installatie.

Je hebt geen GPU van ongeveer 80 GB. De BF16-download is het verkeerde artefact voor jou. Kies een GGUF-quant of de API.

Je hebt geverifieerde benchmarks nodig. Elk kopcijfer voor Qwen3.8 27B is door Ali​baba gerapporteerd per 15 augustus 2026. Als je beslissing afhangt van getallen die een onafhankelijk laboratorium heeft gereproduceerd, wacht daarop — de gewichten zullen er nog zijn.

Je bouwt voort op een model dat slechts enkele dagen oud is. De gewichten zijn op 14 augustus verzonden. De modelpagina van OrcaRouter, vandaag gelezen, toont een foutpercentage van 33,3% over de afgelopen zeven dagen en een p50-latentie voor het eerste token van 225 ms — een gloednieuw model onder vroege belasting, dus behandel vroege telemetrie als voorlopig. Zelf-hosters moeten de commit die ze hebben gedownload vastpinnen en een terugvaloptie achter de hand houden; API-gebruikers moeten een failover-regel aanhouden als dezelfde verzekering.

U wilt een supportcontract. Apache 2.0 is permissief, maar een licentie is geen SLA. Als uw workload leveranciersondersteuning nodig heeft, is de gehoste API-route de veiligere optie.

De bottom line

De echte Qwen3.8 27B staat op Hugging Face op Qwen/Qwen3.8-27B, Apache 2.0, uitgebracht op 14 augustus 2026, 55,6 GB aan BF16-safetensors in 18 shards. Download het model met huggingface-cli of git clone, controleer of de uitgever de Qwen-organisatie is, en je hebt een state-of-the-art 27B-model met open gewichten in handen dat niemand je kan afnemen of in rekening kan brengen. Als dat meer inzet is dan jouw use case nodig heeft, is hetzelfde model via de API al voor een paar cent beschikbaar. Maar het draait om de gewichten — en die zijn gratis.