ZwZ2-9B vs Qwen3.8-27B: O Pequeno Espaço que a Nova Geração Qwen Deixou em Aberto

A geração Qwen3.8 foi lançada com um modelo denso de 27B em 5 de agosto de 2026, uma mistura de especialistas de 2,4 trilhões de parâmetros em 8 de agosto, e uma variante Flash-Next em 24 de agosto. Ela não incluiu um 9B. Isso significa que a extremidade menor da linha atual ainda é ocupada pelo Qwen3.5-9B, um checkpoint de 27 de fevereiro de 2026 — e significa que o ZwZ2-9B, publicado pela inclusionAI em 16 de outubro de 2026, assenta na stack Qwen3.5 mais recente disponível nesse tamanho. Compare-o com o Qwen3.8-27B e você não está comparando dois modelos de uma mesma família. Você está comparando uma lacuna de aproximadamente dezoito bilhões de parâmetros dentro de uma única arquitetura, porque a geração 3.8 nunca a renomeou.

A primeira coisa a entender é que isto não é uma rivalidade em nenhum sentido comum. Qwen3.8-27B é um produto acabado, com licença, uma API hospedada, avaliações publicadas e sete milhões de downloads no último mês. ZwZ2-9B é um conjunto de checkpoints derivados não documentados em um repositório sem README. A pergunta útil é mais restrita e mais prática: se um modelo de 27B é o que a Qwen quer que você execute, o que exatamente você está comprando ao ficar em 9B, e o que o checkpoint mais barato herda da geração acima dele?

A arquitetura nunca mudou — apenas a escala mudou

Esta é a descoberta que torna a comparação digna de ser escrita, e ela é visível em dois arquivos de configuração. O Qwen3.8-27B declara seu identificador de arquitetura como qwen3_5. O ZwZ2-9B também. Mesmo tipo de modelo, mesmo nome de classe, mesmo design de atenção, mesma linhagem de tokenizador — uma geração de diferença, e o rótulo nunca mudou.

Olhe além do identificador e a semelhança de família é completa. Ambos usam a mesma proporção de três para um entre camadas de atenção linear e camadas de atenção completa. Ambos reservam um vocabulário de 248.320 tokens e declaram um teto de contexto de 262.144 posições. Ambos usam M-RoPE intercalado com a mesma divisão de seções e a mesma base rotativa de 10.000.000. Ambos carregam uma torre de visão de exatamente 27 camadas, com tamanho oculto de 1.152 e 2.304 embeddings de posição. O Qwen3.8 não é um novo design que substituiu o Qwen3.5. É o mesmo design em dimensões maiores, e o Qwen3.8-27B diz isso em sua própria configuração.

• Parâmetros — ZwZ2-9B: 9.409.813.744. Qwen3.8-27B: 28 bilhões conforme sua ficha técnica, cuja configuração especifica 64 camadas com tamanho oculto de 5.120 contra 32 camadas com 4.096.

• Identificador de arquitetura — qwen3_5 em ambos. Mesma classe, mesmo cronograma de atenção.

• Vocabulário — 248.320 em ambos, incluindo os ids de token de imagem e vídeo.

• Teto de contexto — 262.144 posições declaradas em ambos, com a versão hospedada do Qwen estendendo-se até 1M.

• Torre de visão — 27 camadas com dimensão oculta de 1.152 em ambos os casos; a projeção se expande de 4.096 para 5.120 para corresponder à pilha de linguagem.

• Raciocínio padrão — O ZwZ2-9B responde sem pensar, a menos que lhe seja pedido. O Qwen3.8-27B pensa por padrão, com um esforço de raciocínio ajustável.

• Licença — nenhuma declarada vs Apache-2.0.

• Evidência — um arquivo de configuração vs. um cartão de modelo, resultados de avaliação, uma API hospedada e 198 adaptadores publicados.

O que o 27B oferece que o derivado de 9B não oferece

A primeira coisa é a permissão. O Qwen3.8-27B é Apache-2.0 com uma concessão explícita, implantável no Azure e no SageMaker de acordo com as suas próprias tags, e servido através da API oficial hospedada da Qwen com um contexto de 1M tokens na versão gerida. O ZwZ2-9B não declara licença alguma, o que é um problema diferente de uma licença restritiva — é a ausência de uma concessão, e não uma concessão limitada, e é o maior risco isolado na sua adoção.

The second is reasoning control. Qwen3.8-27B's chat template exposes three reasoning-effort levels with a default of the highest, instructs the model accordingly, and supports preserving reasoning context across turns. It also keeps the Qwen convention of thinking by default. ZwZ2-9B has none of this machinery, and its template inverts the default — it emits an empty <think></think> block unless you explicitly pass a flag, which means the model answers directly and cheaply, and gives you no dial to turn when a question deserves more thought.

O terceiro é o ecossistema, que é o menos discutido e o que mais sustenta tudo. O Hub lista 198 adaptadores, 553 ajustes finos, 24 merges e 1.472 quantizações construídos sobre o Qwen3.8-27B, além de cem Spaces. Esse é um conjunto de trabalhos de pessoas que não são da Qwen, descrevendo como o modelo se comporta em problemas reais. O ZwZ2-9B não tem nada disso e ainda não pode ter — ele tem apenas algumas horas de vida.

O que permanecer no 9B ainda te proporciona

Há uma razão pela qual o pequeno espaço não ficou em silêncio. O Qwen3.5-9B, o checkpoint no qual o ZwZ2-9B se baseia, registrou 8.591.266 downloads no último mês — mais do que os 7.363.968 do carro-chefe de 27B no mesmo período. É no tamanho 9B que uma grande quantidade de trabalho real acontece: é o maior modelo que cabe confortavelmente em um único acelerador de consumidor, é o tamanho que as equipes ajustam quando querem seus próprios pesos em vez de uma API, e é onde um derivado não documentado como o ZwZ2-9B pode ser plausivelmente interessante, porque aquilo que ele herda foi lido por milhões de pessoas.

Remover a cabeça de previsão multi-token também não é obviamente uma perda. A configuração do ZwZ2-9B define mtp_num_hidden_layers como 0, enquanto o Qwen3.5-9B tem 1, o que remove uma cabeça de decodificação especulativa e, junto com ela, aproximadamente um quarto de bilhão de parâmetros. Independentemente do que a execução de treinamento pretendia, o artefato que você baixa é um modelo mais simples do que o modelo pai, e um modelo mais simples é mais fácil de compreender quando você não consegue ler um cartão.

E o caminho de visão é o mesmo nos dois sentidos: 27 camadas com tamanho oculto de 1.152, uma tabela de embeddings de 2.304 posições, um processador de vídeo que aceita até 768 quadros a 2 quadros por segundo. Se você precisa de imagens na entrada, o 9B não abre mão disso para o 27B.

Como isso fica se você estiver escolhendo um endpoint em vez de um checkpoint

A resposta prática para a maioria das equipes não é "ou um ou outro", e o lado hospedado disso está resolvido de um jeito que o lado de pesos abertos não está. O Qwen3.8-27B é roteável no OrcaRouter como qwen/qwen3.8-27b — contexto de 262K tokens, texto, imagem e vídeo na entrada, texto na saída, a US$ 0,33 por milhão de tokens de entrada e US$ 2,40 por milhão de saída. Esse é o preço de tabela do provedor repassado com 0% de markup, então quando a Qwen altera um preço, o número aqui muda no mesmo dia, e não na próxima atualização do catálogo, e ele fica ao lado de qwen/qwen3.8-flash e qwen/qwen3.8-max na mesma chave, caso você queira comparar camadas com o seu próprio tráfego em vez de com a tabela de benchmark de outra pessoa.

ZwZ2-9B não está nesse catálogo e não vamos insinuar o contrário — é um download do Hugging Face sem endpoint de serviço publicado pelo seu fornecedor, e a inclusionAI distribui pelos canais próprios do fornecedor. Se você quiser um substituto hospedado para o pequeno slot multimodal enquanto avalia o checkpoint, qwen/qwen3-vl-8b-instruct é um modelo de visão e linguagem de 8B com contexto de 131K tokens a US$ 0,18 e US$ 0,70 por milhão de tokens, documentado e licenciado. Coloque um candidato atrás da mesma interface que o incumbente, e comparar os dois custa uma string de modelo; esse é todo o argumento para rotear um modelo sobre o qual você não tem certeza em vez de integrá-lo.

A questão geracional, respondida honestamente

Não existe nenhum benchmark em que o ZwZ2-9B supere o Qwen3.8-27B, porque não existe nenhum benchmark em que o ZwZ2-9B tenha sido sequer medido. Um modelo de 28B com uma ficha técnica e um checkpoint de 9,4B com um arquivo de configuração não competem; um deles foi avaliado e o outro foi descrito. Qualquer pessoa que produza um resultado de comparação direta esta semana está descrevendo a sua própria impressão de um modelo que baixou esta manhã.

O que é genuinamente novo aqui é a linhagem, e vale a pena dizê-lo claramente, porque é fácil passar despercebido. A geração Qwen3.8 não substituiu a sua arquitetura; ela a escalou. Qwen3.8-27B e ZwZ2-9B atendem ao mesmo identificador de arquitetura, compartilham um vocabulário, um limite de contexto, um esquema de atenção e uma torre de visão até o número de camadas e a largura oculta. Isso é conhecimento útil nos dois sentidos: diz-lhe como provavelmente será um checkpoint de 9B nesta stack, e diz-lhe que a diferença entre o extremo pequeno e o extremo grande da família Qwen é uma questão de grau, e não uma mudança de espécie.

Então, o veredito honesto sobre o ZwZ2-9B versus o Qwen3.8-27B é que o 27B é aquele com que você pode contar para planejar, e o derivado 9B é o que vale a pena ficar de olho. Leia a configuração, execute sua própria tarefa contra ele e espere por uma licença antes que ele toque em qualquer coisa que importe.

Nada disso é hipotético: as falhas de IA documentadas e os incidentes com agentes por trás de lançamentos como este estão reunidos no Arquivo de Incidentes de IA da OrcaRouter, onde cada entrada traz as suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.