
Aion-1.0-Instruct-2.3B vs Qwen 3.8: Um componente do Windows encontra um cavalo de batalha de 27B
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 184 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 215 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 109 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
A 18 de novembro de 2026, um repositório chamado Aion-1.0-Instruct-2.3B surgiu na organização do Microsoft no Hugging Face com um único commit que dizia "Duplicate from asgmodels/Aion-Instruct-v1". Nenhuma publicação em blog, nenhum anúncio no cartão do modelo, nenhum comunicado de imprensa, nenhuma cobertura. O cartão descreve-o como o modelo de linguagem pequeno fundamental para trabalho em Windows no dispositivo e acrescenta que uma versão ainda mais otimizada do mesmo, juntamente com o modelo de moderação de conteúdo da Microsoft, se tornará o SLM do sistema operativo Windows até ao final de janeiro de 2027. Compare-se isso com o Qwen3.8-27B, o modelo de visão e linguagem de 27B de pesos abertos que a Alibaba publicou em agosto de 2026, e com os níveis alojados Qwen3.8-Flash e Qwen3.8-Max acima dele, e a comparação deixa rapidamente de ser sobre qualidade. Um é um componente dimensionado para um portátil. O outro é um modelo de uso geral que se aluga ao milhão de tokens. Quase tudo o que uma tabela de benchmarks lhe diria é irrelevante. O Qwen3.8-27B é servido como qwen/qwen3.8-27b no catálogo do OrcaRouter, com a mesma chave e o mesmo endpoint dos níveis Qwen3.8-Flash e Qwen3.8-Max.
O que o repositório Aion realmente contém
Comece pelo que é verificável, porque a lista é curta. O repositório foi criado às 17:05 UTC de 18 de novembro de 2026 e não foi modificado desde então. Ele tem três curtidas e, no momento da redação, zero downloads. Os pesos são um único arquivo safetensors BF16 de 4,58 GB, consistente com o nome 2.3B a dois bytes por parâmetro. O vocabulário tem 200.029 tokens. A licença é MIT.
A arquitetura é mais incomum do que o tamanho sugere. Vinte e oito camadas alternam-se em um padrão híbrido — vinte e uma usam atenção de janela deslizante com uma janela de 2.048 tokens e sete usam atenção completa — e as camadas de atenção completa carregam uma extensão YaRN de 16×. A atenção de consulta agrupada é de 24 cabeças de consulta para 8 cabeças de chave-valor, os embeddings são compartilhados, e o card instrui você a executá-lo com código de modelagem personalizado por meio de trust_remote_code. O repositório traz sua própria implementação de transformers em vez de mapear para uma arquitetura padrão.
A proveniência é a parte que não está confirmada. O commit diz que o repositório é uma duplicata de asgmodels/Aion-Instruct-v1, e o link da licença aponta para o arquivo LICENSE desse repositório. Tanto asgmodels/Aion-Instruct-v1 quanto um repositório irmão da Microsoft chamado Aion-Instruct-Preview-Sample retornam um erro de autenticação para solicitações anônimas à API, portanto são privados ou restritos. Podemos ver que a Microsoft copiou o checkpoint para um repositório público. Não podemos ver o que o original continha, quem o treinou, com quais dados, nem por que a organização se chama asgmodels. Qualquer pessoa que descreva o treinamento deste modelo está adivinhando.

Os números no cartão e o que eles valem
O cartão do modelo publica onze benchmarks. MMLU 55,15, MMLU-Pro 33,35, MMMLU 45,51, GPQA 28,18, GSM8K 74,91, GSMPlus 49,56, MATH-500 48,00, IFEval 83,90, IFBench 32,00, Multi-IF 64,70 e chrF++ 43,18. A linha de metodologia afirma que as execuções usaram o lm-evaluation-harness da EleutherAI sempre que existia uma implementação da tarefa e, nos demais casos, o repositório do próprio benchmark, com o GPT-4o como juiz nas tarefas marcadas como avaliadas por juiz. As pontuações são percentuais.
Tudo isso é relatado pelo fornecedor e nada foi reproduzido. Para um modelo tão pequeno, porém, o padrão da tabela é mais informativo do que qualquer número isolado. MMLU em 55,15 é respeitável para 2,3 bilhões de parâmetros. MMLU-Pro em 33,35 e GPQA em 28,18 não são: esses são os testes de conhecimento mais difíceis e com mais peso de raciocínio, e mostram o teto claramente. GSM8K em 74,91 com correspondência flexível é um resultado materialmente mais fraco do que o mesmo número seria com correspondência estrita. IFEval 83,90 é o resultado relativo mais forte da ficha — o modelo segue bem instruções formatadas para o seu tamanho, que é exatamente o que um assistente de sistema operacional precisa fazer.
Há uma segunda ressalva que a ficha declara claramente e que é fácil de ignorar. O checkpoint publicado é o modelo não quantizado, e a ficha diz que versões quantizadas virão depois. A build ONNX já existe separadamente — a Microsoft publicou Aion-1.0-Instruct-2.3B-ONNX-WebGPU cerca de três minutos depois do repositório BF16, com aproximadamente 1,3 GB, usando treinamento com reconhecimento de quantização em blocos INT4, com tamanho de bloco 32 nas camadas lineares e tamanho de bloco 64 nos embeddings, com ativações e cache KV em FP16, direcionada à WebGPU por meio do ONNX Runtime GenAI. Esse é o artefato de implantação que importa, e é um arquivo diferente daquele que a maioria das pessoas baixará primeiro.
Por que o Qwen3.8-27B é um tipo diferente de objeto
Qwen3.8-27B tem 27,8 bilhões de parâmetros distribuídos em dezoito shards BF16 que totalizam 55,6 GB, com uma torre de visão para entrada de imagem e vídeo. Suas sessenta e quatro camadas estão organizadas em dezesseis blocos repetidos de três camadas de atenção linear Gated DeltaNet para uma camada Gated Attention completa, tamanho oculto de 5.120, com 48 cabeças de valor no caminho de atenção linear, em comparação com 16 cabeças de consulta-chave. O contexto é de 262.144 tokens nativamente e 1.000.000 com YaRN. O modo de pensamento fica ativado por padrão, com até 262.144 tokens de raciocínio e 131.072 tokens de resposta, e a amostragem recomendada difere entre os modos com e sem pensamento. A licença é Apache 2.0.
A diferença que importa não está nos parâmetros. É que um checkpoint de 55,6 GB não roda no dispositivo para o qual o modelo Aion foi projetado. Todo o design do modelo Aion — janelas deslizantes de 2.048 tokens, treinamento com reconhecimento de quantização INT4, uma build ONNX WebGPU de 1,3 GB — é um argumento sobre o que cabe na memória de uma máquina que alguém já tem. O design do Qwen3.8-27B pressupõe um cluster de serving. Você não escolhe entre eles com base num placar. Você escolhe porque um deles não é candidato para o trabalho do outro.
Onde os números podem e não podem ser colocados lado a lado
Há uma referência cruzada genuinamente útil aqui, e ela não está na ficha de nenhum dos fornecedores. O Artificial Analysis mede o Qwen3.8-27B no Intelligence Index v5.0.1, que combina nove avaliações: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 e Terminal-Bench-Sci. Nesse índice, o Qwen3.8-27B obtém 20, contra uma mediana de 10 para modelos comparáveis. A mesma medição o coloca em US$ 0,50 por milhão de tokens de entrada e US$ 3,00 por milhão de saída, US$ 3,53 por tarefa, 38,7 minutos por tarefa do índice contra uma mediana de 11,5, e 128 milhões de tokens consumidos ao longo do índice contra uma mediana de 77,8 milhões. Ele é mais lento e mais prolixo que os demais, e paga por isso no custo por tarefa mesmo com um preço modesto por token.

Não há equivalente para o Aion. Em 19 de novembro de 2026, o Artificial Analysis não tem registro de nenhum modelo Aion, e nenhum sistema de avaliação independente publicou uma execução. Portanto, o placar honesto tem uma lacuna, e a lacuna está do lado do modelo mais novo.
• Parâmetros — Aion-1.0-Instruct-2.3B: aproximadamente 2,3B, um arquivo BF16 de 4,58 GB. Qwen3.8-27B: 27,8B, dezoito shards, 55,6 GB BF16.
• Contexto — Aion-1.0-Instruct-2.3B: 32.768 tokens, de acordo com a ficha técnica da build ONNX; a ficha do BF16 não informa um valor. Qwen3.8-27B: 262.144 nativos, 1.000.000 com YaRN.
• Modalidade — Aion-1.0-Instruct-2.3B: somente texto. Qwen3.8-27B: texto, imagem e vídeo como entrada, texto como saída.
Licença — Aion-1.0-Instruct-2.3B: MIT. Qwen3.8-27B: Apache 2.0. Ambos permitem uso comercial; a MIT é a menos restritiva das duas.
• Pegada executável — Aion-1.0-Instruct-2.3B: 1,3 GB INT4 ONNX para WebGPU, ou 4,58 GB BF16. Qwen3.8-27B: 55,6 GB BF16, além de memória para serving.
• Avaliação independente — Aion-1.0-Instruct-2.3B: nenhum. Qwen3.8-27B: Intelligence Index 20 na v5.0.1, além de uma ficha do fornecedor que reporta LiveCodeBench v6 90.3, GPQA Diamond 89.2, Terminal-Bench 2.1 em 73.0, SWE-bench Pro 61.7 e HLE 30.8.
• Data de publicação — Aion-1.0-Instruct-2.3B: 18 de novembro de 2026, com um dia de existência e sem anúncio. Qwen3.8-27B: anunciado em 3 de agosto de 2026, pesos disponibilizados em 14 de agosto de 2026.
O que a comparação está realmente decidindo
Se você estiver criando um aplicativo para desktop que precise classificar texto, seguir um formato estruturado, resumir um documento ou encaminhar uma solicitação do sistema operacional sem uma ida e volta pela rede, o modelo Aion está na conversa, e o Qwen3.8-27B não está. A janela de 32K é suficiente para o resumo de um documento e está longe de ser suficiente para uma tarefa de programação em todo o repositório. A licença MIT dispensa a revisão jurídica. A build ONNX WebGPU roda onde um checkpoint de 55,6 GB não consegue.
Se você precisa de um agente que funcione em contextos longos, leia capturas de tela, escreva código para uma grande base de código ou execute loops de ferramentas de várias etapas, o inverso também é verdadeiro. O Qwen3.8-27B tem o contexto, a modalidade e a medição independente, e suas fraquezas — latência e verbosidade de tokens — são quantidades conhecidas que você pode precificar. O modelo Aion não tem nenhuma execução independente, o que, na prática, significa que você é quem faz a avaliação, nas suas próprias tarefas, antes que ele toque em qualquer coisa que importe.
Há uma terceira posição que provavelmente é a certa para a maioria das equipes: não escolher. Um modelo de 2,3B no dispositivo e um modelo hospedado de 27B são complementares, e a arquitetura que usa ambos — um modelo local pequeno para as chamadas frequentes, baratas e sensíveis à latência e um modelo hospedado grande para as raras, caras e difíceis — é a que sobrevive ao contato com uma fatura. O Qwen3.8-27B está disponível pelo OrcaRouter como qwen/qwen3.8-27b a US$ 0,33 por milhão de tokens de entrada e US$ 2,40 por milhão de saída, na mesma chave e endpoint que os níveis Qwen3.8-Flash e Qwen3.8-Max, com failover automático entre provedores e sem acréscimo por token em relação ao preço de tabela do provedor. Nós mesmos executamos esses pesos, então uma mudança de preço do fornecedor chega aqui no mesmo dia, e não depois de um ciclo de reprecificação. O Aion-1.0-Instruct-2.3B não está no OrcaRouter — é um download que você mesmo executa, e os dois podem coexistir na mesma aplicação sem que um saiba da existência do outro.

O que observar, e o que mudaria esta análise
Três coisas mudariam materialmente o quadro, e nenhuma delas aconteceu ainda. A Microsoft publicar um anúncio, um model card com detalhes de treinamento, ou uma execução de benchmark fora do harness da própria empresa. A Artificial Analysis adicionar uma entrada do Aion, o que daria ao modelo mais novo o contrapeso independente que o Qwen já tem. Ou a história da quantização BF16 versus INT4 se resolver em um delta de precisão publicado, que é o número que decide se a quantização no dispositivo realmente se sustenta nesta arquitetura.
Até lá, trate o Aion-1.0-Instruct-2.3B como aquilo que o repositório mostra: um modelo pequeno, com licença permissiva, somente texto e voltado para Windows, publicado sem alarde, com um dia de existência, com uma tabela de benchmark do fornecedor e nenhuma verificação independente sobre ela. Trate o Qwen3.8-27B como algo já conhecido, com medição de terceiros publicada, uma janela de contexto oito vezes maior e uma conta de serving à altura. A pergunta errada é qual dos dois vence. A certa é qual desses dois objetos falta à sua aplicação.
