Hero-titelkaart voor de Qwen3.8-27B-review, met als titel 'Qwen3.8-27B Review' en als ondertitel 'De open-weight 27B die de Opus thuis is — getest tegen de hype', met een open-weights-badge, een Apache 2.0-badge en een pictogrammenset voor GPU en server op een strakke witte achtergrond met zachte blauwe gradiëntaccenten.
Guides & Insights

Qwen3.8-27B Review: de open-weight 27B die "Opus at home" is — getest tegen de hype

Auteur

Alistair Wren

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Qwen3.8 27B is de beste open-weights 27B die je op dit moment zelf kunt hosten, en het is niet eens close. De gewichten zijn op 14 augustus 2026 vrijgegeven onder Apache 2.0: een dense 27B (28B als je de vision-encoder meetelt) met 262K native context, native beeld- en video-invoer, en door de leverancier gerapporteerde agentic-coding-scores die op of boven Cla​ude Opus 4.6 Max liggen — SWE-bench Pro 61.7, DeepSWE 1.1 42.2, LiveCodeBench v6 90.3. De kop-prijs is nul: download 55,6 GB en draai het. De kanttekeningen zijn er ook — onafhankelijke tests vinden het ruwweg drie keer zo langzaam en token-hongeriger dan zijn voorganger, achter de benchmarktabel van de leverancier zit nog steeds geen reproductie, en de 1M-context is een functie die alleen gehost beschikbaar is. De interessantste beweging sinds de lancering zit onder de specsheet: op 13 oktober meldde een community-llama.cpp-port dat deze gewichten op de GPU van een gejailbreakte PlayStation 5 draaien, met ongeveer 20 tokens per seconde. Oordeel: als je een GPU van 24 GB+ hebt en capaciteit wilt die tegen het frontier aanleunt zonder factuur per token, host het dan zelf — maar ga erin met de wetenschap precies waar de cijfers zacht zijn.

Eerst het oordeel: moet je Qwen3.8 27B gebruiken?

Kort antwoord — ja voor lokale en private workloads; wacht op cijfers van derden voordat u een aankoopbeslissing neemt. Qwen3.8 27B is het zeldzame model waar de open gewichten het product zijn en de API het gemak. Omdat de licentie Apache 2.0 is, is de prijs per token permanent nul zodra u de hardware heeft, en niets wat u erop bouwt kan achteraf opnieuw worden gelicentieerd of in rekening worden gebracht. Wat u opgeeft is snelheid, verificatie en gemak.

Als je al Qwen3.6-27B draait en er tevreden mee bent, is de upgrade reëel, maar kost wel tijd. Als je hier via de lancering van Qwen3.8-Max bent gekomen, is dit het kleinere, zelf-hostbare lid van dezelfde generatie — een andere tool voor een andere klus.

De snelle feiten, gecontroleerd op 15 oktober 2026

• Uitgebracht — de gewichten gingen live op 14 augustus 2026 bij Qwen/Qwen3.8-27B op Hugging Face, gespiegeld op ModelScope; tijdzone-afhankelijke berichtgeving noemt ook 13 augustus, en de release verscheen ongeveer een week nadat de Qwen3.8-generatie was aangekondigd.

• Licentie — Apache 2.0: downloaden, wijzigen, herdistribueren, commercieel gebruik, met een expliciete patentverlening. Permanent.

• Parameters — 27B dense (28B inclusief de vision-encoder), 64 lagen, verborgen grootte 5.120, vocabulaire 248.320.

• Architectuur — hybride attention: 48 Gated DeltaNet linear-attention-lagen tegenover 16 volledige Gated Attention-lagen (een 3:1-verdeling). Dit is waarom een 27B dense model 262K tokens aan native context kan dragen.

• Context — 262.144 tokens standaard; uitbreidbaar tot 1.000.000 via YaRN op de gehoste versie.

• Invoer — native afbeeldingen en video naast tekst; retourneert tekst. De vision-encoder is de reden waarom het aantal parameters 28B bedraagt.

• Thinking — redeneringsmodus standaard ingeschakeld en per verzoek uitschakelbaar; reasoning_effort (laag/gemiddeld/hoog) en preserve_thinking voor lange agentruns.

• Gewichten — 55,6 GB aan BF16-safetensors in 18 shards; FP8 en community-GGUFs worden ook meegeleverd.

De bovenstaande specificaties komen uit de Hugging Face-modelkaart en -config voor Qwen3.8 27B, gelezen op 15 oktober 2026. De benchmarktabel van de leverancier is door Alibaba gerapporteerd en nog steeds niet gereproduceerd. De enige onafhankelijke evaluatie die bekend is, is die van Artificial Analysis, die Qwen3.8 27B een score van 34 geeft op zijn Intelligence Index en 41,2 outputtokens per seconde meet — één index tegenover een kaart vol leverancierscijfers, en die reproduceert ze niet.

Waar Qwen3.8 27B werkelijk goed in is

Het sterkste argument is agentische software-engineering. Ali​baba rapporteert een sprong van 3x op DeepSWE 1.1 ten opzichte van de vorige 27B (42.2 vs 13.3) en een score die hoger ligt dan die van Cla​ude Opus 4.6 Max op SWE-bench Pro (61.7 vs 53.4). Dat zijn de cijfers die het de bijnaam "Opus voor thuis" opleverden — een dense 27B die codeerwerk levert dat het topniveau benadert, op hardware die iemand daadwerkelijk kan bezitten.

Benchmark scoreboard card comparing Qwen3.8-27B with Qwen3.6-27B and Claude Opus 4.6 Max: SWE-bench Pro 61.7 vs 53.5 vs 53.4; DeepSWE 1.1 42.2 vs 13.3 vs n/a; LiveCodeBench v6 90.3 vs 83.9 vs 88.8; Terminal Bench 2.1 73.0 vs 63.4 vs 78.2; GPQA Diamond 89.2 vs 87.8 vs 91.3; OSWorld-Verified 84.3 vs 63.9 vs 72.7; QwenSWEBench 79.0 vs 49.3 vs 63.8; CoWorkBench 70.7 vs 61.0 vs 68.2. Footer: all figures Alibaba-reported, not yet independently reproduced.

Drie dingen naast de ruwe cijfers maken het een verdedigbare koop:

• Native multimodaal. Beeld en video in, tekst uit — een document met diagrammen of een videodoorloop is geen apart model. De visuele-redeneringsscores (85.6 met de chain-of-thought-functie ingeschakeld, 94.6 visuele wiskunde, beide door de leverancier gerapporteerd) zijn waar de visie-encoder zijn bestaansrecht bewijst.

• 262K native context. Agenttaken met een lange horizon, grote codebases en transcripten van meerdere uren passen in één venster. Het hybride linear-attention-ontwerp houdt de KV-kosten van die context lager dan een puur full-attention-model van dezelfde grootte.

• Gratis, permanente gewichten. Dit is het hele punt van de categorie: een gesloten API-model wordt gehuurd; Qwen3.8 27B is eigendom. Op 4-bit draait het op een 24 GB-kaart (RTX 3090/4090-klasse), en AMD leverde Day-0-ondersteuning (tot 24,5 tokens/s op een Ryzen AI Max+ 395 en 51,8 tokens/s op een Radeon AI PRO R9700, volgens AMD's eigen blog).

Waar de review lelijk wordt: snelheid, tokens en verificatie

Onafhankelijk testen is tot nu toe een testopstelling van één tester, geen laboratorium — maar het is het beste signaal dat we hebben. Bij het draaien van Qwen3.8 27B tegen Qwen3.6-27B op tien praktijktaken (beoordeeld door GPT-5.5 via de llmcompare-harness), won de 3.8 negen van de tien en scoorde gemiddeld 8.838 versus 6.862 — "een van de indrukwekkendere intelligentiesprongen" die de tester had gezien. Het gebruikte ook bijna drie keer zoveel tokens en was aanzienlijk langzamer; één taak duurde ruwweg 600% langer. Dus de kwaliteitssprong is echt, en dat geldt ook voor de prijs in kloktijd.

Nog vier dingen om tegen te gebruiken:

• Onafhankelijke benchmarks, minder dan de kaart doet vermoeden. De leverancierskaart is gedetailleerd en elk getal erop is nog steeds door Ali​baba gerapporteerd. De Intelligence Index-score van 34 van Artificial Analysis, afgelezen op 15 oktober, is de eerste onafhankelijke evaluatie die dit model heeft — één score, van één lab, die niets zegt over SWE-bench Pro 61,7 of DeepSWE 1.1 42,2. Als uw beslissing vereist dat de agentische claims worden gereproduceerd, dan zijn ze dat niet.

• De VRAM-ondergrens is reëel. BF16 vereist een GPU van de 80 GB-klasse. Om op een kaart van 24 GB te passen, moet je 4-bit draaien, en volgens meldingen uit de community (een commentaarthread op dev.to, enkele dagen na de release) "verliezen gekwantiseerde builds de focus na een lange context". Officiële gewichten als je de VRAM hebt; gekwantiseerd als je die niet hebt — en het kwantisatiepad reikt nu tot hardware ver onder een kaart van 24 GB, waarvan de PlayStation 5-meting hieronder het eerste echte bewijs is.

• 1M context is alleen beschikbaar in de cloud. De open weights zijn gemaximeerd op 262K. Het tot 1M uitbreidbare getal is een Qwen Cloud-gehoste functie, niet iets dat een lokale kopie standaard doet.

• "Beats Opus" behoeft nuancering. Agentische benchmarks belonen harness-specifiek gedrag, en een topreactie op het dev.to-lanceringsbericht verwoordde het ronduit: "in de praktijk verslaan ze opus niet." Beschouw de scorebordstand als een bovengrens op een goede dag, niet als een belofte.

Hoe het past in de Qwe​n 3.8-familie

• versus Qwen3.6-27B — dezelfde hardwareklasse en 262K context, maar een grote sprong in capaciteiten ten koste van snelheid en token-efficiëntie. Als je al 3.6 draait en doorvoergebonden bent, is blijven verdedigbaar.

• vs Qwen3-Coder-30B-A3B — de Coder is een MoE met ruwweg 3,3B actieve parameters die veel sneller draait (~90–110 tokens/s). De dense 27B is langzamer per token, maar erft de agentische winst van de generatie; als de software-engineering scores van de 27B standhouden bij onafhankelijke tests, krimpt de rol van de Coder-30B.

• vs Qwen3.8-Max — het 2.4T MoE-vlaggenschip is een datacentermodel (alleen via API, ongeveer $2/$6 per miljoen tokens volgens gepubliceerde berichten) met 1M context en video. De 27B is het model dat je zelf kunt draaien. Ze beantwoorden verschillende vragen.

De hardware-ondergrens verschoof op 13 oktober

PS5LM is een llama.cpp-port die GGUF-modellen draait op een gejailbreakte PlayStation 5, in een console die je al bezit. De uitgebrachte build is bescheiden — v0.1.1, één payload beperkt tot ongeveer 1,6 GB model, namelijk Qwen3.5 2B in 4-bit en niets groters, alleen op CPU. Op 13 oktober kreeg het project een pull request die verandert hoe de hardwarelijst eruitziet: een native-app-pad dat llama-server linkt tegen een community-Vulkan-driver voor de console, en meldt Qwen3.8 27B met 20,7 tokens per seconde op de UD-IQ2_XXS-quantisatie (6,77 GiB, 64k context) en 20,3 tokens per seconde op UD-Q2_K_XL (9,15 GiB, 32k context, q4_0-cache), met één antwoord van 7.775 tokens volgehouden op 19,7 tokens per seconde. Dezelfde console leverde 61 tokens per seconde op Gemma 4 E4B en 124 op Llama 3.2 3B Instruct, wat het 27B-cijfer de moeite waard maakt om te lezen: het is geen klein model dat een groot getal ophemelt.

Label het voordat je er iets mee doet. Die cijfers zijn de eigen metingen van de auteur van de pull request op een branch die nog niet is samengevoegd, niet een benchmark van een leverancier en geen uitgebrachte build. PS5LM’s eigen repository vermeldt nog steeds zowel GPU-offload als Qwen 3.8 27B als roadmapitems die het nog niet heeft uitgebracht, en de opmerking van de maintainer bij de pull request zegt dat hij de cijfers op zijn eigen console zal reproduceren voordat de README ze vermeldt. Een tweede tester meldt dat de app überhaupt draait — firmware 4.50, 7B- en 9B-modellen op ongeveer 30 tokens per seconde — wat het mechanisme bevestigt zonder het 27B-resultaat te reproduceren. Om daar te komen wordt er ook van uitgegaan dat je een console in je bezit hebt, firmware 7.00 tot 13.60, en een jailbreak.

Wat het verandert, is de vorm van de kostenkwestie, niet het antwoord erop. Een dense 27B op ongeveer 20 tokens per seconde op een gameconsole is langzamer dan hetzelfde model dat vanaf een echte GPU wordt geserveerd — Artificial Analysis meet 41,2 tokens per seconde via Ali​baba's eigen API, en 20 tokens per seconde is de snelheid van de 2-bit-build, met het kwaliteitsverlies dat compressie met zich meebrengt. Dit is dus geen reden om de 24 GB-kaart over te slaan; het is bewijs dat deze klasse ver daaronder porteerbaar is. Als je eigenlijk wilt weten of het model goed is voordat je een weekend aan een jailbreak besteedt, is de goedkope route een aanroep op basis van verbruik: één sleutel voor 200+ modellen, geen tweede contract, en automatische failover tussen providers als het endpoint hapert terwijl je aan het evalueren bent.

Kosten: de lokale-versus-API-vraag, beslecht.

Voor een gesloten model vergelijk je prijzen per token. Voor Qwen3.8 27B kost het marginale token niets op je eigen hardware — de echte prijs is de voorafgaande aanschaf van de GPU en je tijd. Bij 4-bit is dat een kaart van 24 GB; bij BF16 is het een machine van de 80 GB-klasse. Als je de machine niet hebt, of als je antwoorden wilt voordat je 55,6 GB aan schijfruimte vastlegt, bestaat de gehoste route: OrcaRouter vermeldt Qwen3.8 27B tegen $0,33 per miljoen inputtokens en $2,40 per miljoen outputtokens op de OrcaRouter-modelpagina, wat de lijstprijs van de provider is die wordt doorgegeven met 0% markup (gecontroleerd op 15 oktober 2026). Het gratis niveau met snelheidsbeperking dat deze pagina in augustus beschreef, staat daar niet meer — beschouw het als verouderd, tenzij je ziet dat het vermeld staat. De eigen API van Alibaba is de andere gehoste route, die Artificial Analysis vermeldt tegen $0,50 en $3,00 per miljoen voor de Xhigh-redeneerconfiguratie. De gehoste versie van Qwen Cloud, met de 1M-context, is nog steeds gemarkeerd als "coming soon."

Cost comparison card for Qwen3.8-27B titled 'Self-host vs hosted — the real price': Apache 2.0 weights at $0 license plus your own GPU and electricity; a 4-bit GGUF of roughly 17 GB that fits a 24 GB card; BF16 at 55.6 GB needing an 80 GB-class GPU; a free rate-limited hosted tier at $0 with HTTP 429 past the cap; and a paid hosted tier at $0.33 input / $2.40 output per million tokens with a 262K context window. Footer: prices from the OrcaRouter model page, read August 15, 2026.

De eerlijke voorstelling van zaken: voor een model met open gewichten is een provider een gemak, geen afhankelijkheid. Een naar verbruik gefactureerde gehoste aanroep is de goedkoopste mogelijke manier om te beslissen of een download van 55,6 GB de moeite waard is; het is ook de enige manier om het model te testen zonder eerst het hardwareprobleem op te lossen dat de PlayStation 5-paragraaf beschrijft. Maar zodra je hebt besloten, zijn de gewichten waar het om gaat — en ze zijn gratis.

Hoe je het daadwerkelijk kunt proberen

• Snelste evaluatie — roep het aan op een gehost endpoint voor $0,33/$2,40 per miljoen; een paar honderdduizend tokens aan echt werk kost centen en beslecht de kwestie voordat je iets downloadt.

• Echte test op je hardware — download een community-GGUF (de Q4_K_M-build is ongeveer 17 GB en past op een 24 GB-kaart) en draai het in llama.cpp of Ollama. Geef de Jinja-chattemplate door, anders antwoordt het model je in thought-tags. Voor vision vanuit een GGUF heb je ook het aparte mmproj-bestand nodig. Ons runbook over het lokaal draaien van Qwen3.8 27B leidt je erdoorheen.

• Volledige precisie — huggingface-cli download Qwen/Qwen3.8-27B op een GPU van de 80 GB-klasse.

• Controleer wat je hebt gedownloadcontroleer of de uitgever de Qwen-organisatie is en valideer shards tegen crc32.txt; er verschenen lookalike-repo's vóór de release.

Wanneer deze review ernaast zit (en wie Qwen3.8 27B over zou moeten slaan)

• Je hebt geen GPU en zult er ook geen huren. De gehoste variant kost $0,33/$2,40 per miljoen — een klein API-model kan je goedkoper en betrouwbaarder van dienst zijn. Dit model is voor mensen die de inference in eigen beheer willen hebben.

• Je hebt een SLA nodig. De hosted tier ging medio augustus live; de OrcaRouter-modelpagina, gelezen op 15 oktober, toont een foutpercentage van 2,8% over de afgelopen zeven dagen, een p50 first-tokenlatentie van 3,23 s en 156 tokens per seconde output over 77,2M tokens die in dat venster werden gerouteerd. Na twee maanden is dat een werkend endpoint in plaats van een wachtrij op de lanceringsdag — maar een gemiddelde over de afgelopen week is nog steeds geen productiecontract. Zelfhosters moeten hun downloadcommit vastpinnen en een fallback achter de hand houden.

• Je moet de agentische claims van de leverancier gereproduceerd hebben, niet alleen één indexscore. Artificial Analysis' Intelligence Index-score van 34 is het enige onafhankelijke cijfer dat dit model heeft, en zegt niets over SWE-bench Pro 61.7 of DeepSWE 1.1 42.2 — beide nog steeds door Alibaba gerapporteerd. Richtinggevend, niet geschikt voor inkoop.

• 262K open-weights context is niet genoeg. De 1M-extensie is vandaag alleen beschikbaar in de gehoste versie.

• Doorvoer is je knelpunt. Bulksgewijs samenvatten of grote batches gebruiken werkt averechts: dit is een dense 27B die ook ruwweg 3x zoveel tokens verbruikt als zijn voorganger. Voor goedkoop bulkwerk wint een kleiner of sneller model.

• Je zit op een 12 GB-kaart. 2-bit GGUFs passen er met moeite in, met zichtbaar kwaliteitsverlies — dat is de configuratie achter het PlayStation 5-datapunt hierboven — dus dit is een model om mee te experimenteren, niet om op te standaardiseren.

Verdict infographic titled 'Use it if / Skip it if' for Qwen3.8-27B: left lane in soft blue labeled 'Use it if' with three items — '24 GB GPU', 'Free Apache 2.0 weights', '262K context + image/video'; right lane in soft gray labeled 'Skip it if' with three items — 'No GPU', 'Need an SLA', 'Need verified benchmarks'.

De bottom line

Qwen3.8 27B is de sterkste open-weights 27B die vandaag beschikbaar is, en hij is voor altijd gratis onder Apache 2.0. Als je een GPU van 24 GB+ hebt en agentisch programmeren, 262K context en native beeld-/video-invoer wilt zonder een rekening op basis van verbruik, dan is dit de aankoop die je moet doen. De redenen om nog te wachten zijn even concreet: je hebt de claims van de leverancier over agentisch programmeren ergens anders dan op de modelkaart gereproduceerd nodig, een SLA, meer dan 262K open-weights-context, of een hogere doorvoer dan een dense 27B je biedt. Het model is uit, de weights zijn echt, de enige onafhankelijke score tot nu toe is een respectabele 34, en de hardwareondergrens bleek lager te liggen dan de berichtgeving rond de lancering veronderstelde. Onthoud alleen goed welke cijfers uit een lab kwamen en welke van de leverancier.