Qwen 3.6 35B A3B против Qwen 3.8 27B: 3B активных параметров или 27B плотная?

В этом противостоянии всё решают два числа, и тянут они в противоположные стороны. Qwen3.6-35B-A3Bсодержит 35 миллиардов параметров, но для каждого отдельного токена включает лишь около 3 миллиардов из них. Qwen3.8-27B— плотная модель: все её 27 миллиардов параметров задействуются для каждого токена, который вы генерируете. Это значит, что смесь экспертов — более лёгкая модель для запускаи более тяжёлая в плане хранения— 71,9 ГБ весов BF16 против 55,6 ГБ, согласно собственным репозиториям каждого производителя, — тогда как плотной модели требуется примерно в девять раз больше арифметики на токен, и при этом она помещается в меньший объём памяти. Ни то, ни другое не является недостатком. Это два разных ответа на вопрос «сколько у меня железа», и какой из этих ответов ваш — в этом и состоит всё решение.

Есть и вторая причина, по которой эта страница стоит вашего времени. Это сравнение — именно та форма, которую читатели ищут вокруг 35B A3B — каждый запрос в небольшом семействе этой модели является её версией — а у Qwen3.6-35B-A3B здесь вообще никогда не было страницы, которая бы его описывала. Поэтому на этой странице есть по одному честному абзацу с каждой стороны, после чего она переходит к сравнению.

Что на самом деле представляет собой сборка 35B A3B

Qwen3.6-35B-A3B — разреженная модель поколения Qwen3.6, выпущенного Alibaba в апреле 2026 года, опубликованная под лицензией Apache-2.0 в собственном репозитории вендора на Hugging Face, созданном 15 апреля 2026 года. Карточка модели от вендора описывает её как смесь экспертов с «35B всего и 3B активированных», построенную из 256 экспертов, из которых на каждый токен срабатывают восемь маршрутизируемых экспертов плюс один общий эксперт. Она не только текстовая: карточка называет её «каузальной языковой моделью с визуальным энкодером», а репозиторий несёт тег конвейера image-text-to-text, поэтому она принимает текст, изображения и видео и возвращает текст. Контекст изначально составляет 262 144 токена и может быть расширен примерно до 1 010 000 с помощью масштабирования YaRN. Её структура гибридная — десять повторений трёх блоков линейного внимания Gated DeltaNet, за которыми следует один блок полного внимания с гейтированием, скрытая размерность 2 048, 40 слоёв — и карточка отделяет рекламное описание от архитектуры, называя две вещи, на которые делается акцент: агентное программирование и опцию «thinking preservation», которая сохраняет контекст рассуждений из предыдущих ходов. Собственные таблицы вендора в этой карточке указывают для неё SWE-bench Verified 73.4, Terminal-Bench 2.0 51.5, MMLU-Pro 85.2, GPQA 86.0 и LiveCodeBench v6 80.4 — все заявлены вендором и не подвергались аудиту; именно эту пометку они несут везде, где появляются ниже.

Что такое Qwen3.8-27B

Qwen3.8-27B — это плотная открытая модель Alibaba на 27B из поколения Qwen3.8, выпущенная под лицензией Apache-2.0; репозиторий вендора был создан 5 августа 2026 года и последний раз изменён 14 августа. Собственная карточка Qwen называет её «компактной плотной моделью, удобной для развёртывания» и позиционирует как самое capable открытое поколение Qwen на сегодняшний день, с заявленным приростом в программировании, профессиональной работе, исследованиях и агентных задачах с длинным горизонтом. Она также является визуально-языковой моделью — «Causal Language Model with Vision Encoder» — принимает изображения и видео наравне с текстом, при 262 144 токенах нативного контекста и 1 000 000 с расширением. По сравнению с ней архитектура вполне обычна: 64 слоя, размерность скрытого слоя 5 120, обычная сеть прямого распространения с промежуточной размерностью 17 408, а не набор экспертов, и тот же ритм внимания «три линейных к одному полному», что и у её собрата. Там, где карточка 35B A3B говорит о сохранении мышления, карточка Qwen3.8-27B говорит о гибком управлении мышлением —reasoning_effort — параметр, по умолчанию xhigh, доступны medium и low, и preserve_thinking включён по умолчанию. Её карточка сообщает LiveCodeBench v6 — 90,3, GPQA Diamond — 89,2, OSWorld-Verified — 84,3, QwenSWEBench — 79,0, Terminal Bench 2.1 — 73,0 и SWE-bench Pro — 61,7 — снова по данным вендора и без аудита. Общий объём её весов — 55,6 ГБ, распределённых по восемнадцати шардам safetensors, а число параметров — 27,8 млрд, если учитывать визуальную башню; именно поэтому модель называется 27B, а фактически составляет 27,8B.

Единственное число, которое чаще всего решает дело: активные параметры

Размер файлов определяется общим числом параметров. Скорость — числом активных. Это две разные колонки в таблице характеристик, и читатели постоянно сводят их в одну — именно так люди в итоге скачивают смесь экспертов на 22 ГБ, ожидая, что она поместится там, где поместилась бы плотная модель на 16,5 ГБ.

Этот механизм стоит изложить прямо, потому что в нём весь компромисс. Плотная модель должна прочитать все свои веса, чтобы сгенерировать каждый токен; разреженная смесь читает только тех экспертов, которых выбирает её роутер. Qwen3.6-35B-A3B читает примерно эквивалент трёх миллиардов параметров на токен, а Qwen3.8-27B — двадцать семь миллиардов, — поэтому у смеси есть структурное преимущество в вычислениях на токен и в пропускной способности декодирования, и это преимущество реально. Но остальные эксперты не бесплатны: они должны где-то находиться — в VRAM или в системной памяти, — иначе роутер в конечном итоге будет их подгружать, а подгрузка может стоить дороже, чем сэкономленная арифметика. Так что преимущество обусловлено тем, что вся 35B-модель удерживается в памяти. Это описание того, как работает декодирование смеси экспертов, а не измерение этих двух конкретных моделей, и именно поэтому вопрос размещения стоит перед вопросом скорости, а не после него.

• Всего параметров на диске, BF16 — Qwen3.6-35B-A3B: 35,95 млрд в 26 файлах safetensors, 71,9 ГБ. Qwen3.8-27B: 27,78 млрд в 18 шардах, 55,6 ГБ. Согласно собственным репозиториям производителей на Hugging Face, данные прочитаны 2026-10-13.

• Активных параметров на токен — Qwen3.6-35B-A3B: около 3B. Qwen3.8-27B: все 27B, потому что dense — это dense.

• Архитектура — Qwen3.6-35B-A3B: 256 экспертов, 8 маршрутизируемых плюс 1 общий на токен, 40 слоёв, скрытых 2 048. Qwen3.8-27B: один feed-forward с промежуточной размерностью 17 408, 64 слоя, скрытых 5 120.

• Нативный контекст — 262 144 токена у обеих. Qwen3.6-35B-A3B расширяется примерно до 1 010 000 с YaRN; в карточке Qwen3.8-27B указано 1 000 000 с расширением.

• Лицензия — Apache-2.0 в обоих случаях. Оба можно скачать у поставщика, оба имеют открытые веса, и ни для одного из них нет условия оплаты за рабочее место или за вызов.

Во сколько каждый из них обходится вам за токен

Обе модели обслуживаются на OrcaRouter, так что вы можете решить этот вопрос, ничего не скачивая. Данные из нашего актуального каталога на 2026-10-13, qwen/qwen3.6-35b-a3b — $0.248 за миллион входных токенов и $1.485 за миллион выходных, с окном в 262 144 токена и максимумом выходных токенов 65 536. qwen/qwen3.8-27b — $0.330 за миллион входных и $2.400 за миллион выходных при том же окне в 262 144 токена. Обе также указаны в нашем каталоге под вторым host id по более высокой цене, поэтому проверьте, какой идентификатор вы фактически вызываете, прежде чем сравнивать счета.

При нагрузке в один миллион входных токенов и четверть миллиона выходных токенов — правдоподобный месяц для небольшого развёртывания агента для кодирования — арифметика получается такой. Qwen3.6-35B-A3B: 1,00 × $0,248 плюс 0,25 × $1,485, или около $0,62. Qwen3.8-27B: 1,00 × $0,330 плюс 0,25 × $2,400, или около $0,93. Более новая плотная модель стоит примерно в полтора раза больше при таком характере трафика, а разрыв наибольший на выходных токенах, где он составляет около 62%.

Из этого следуют две вещи, которые важнее цифр. Во-первых, это наши каталожные цены, и мы не добавляем наценку к опубликованной прейскурантной цене провайдера — поэтому изменение цены поставщика доходит до этой страницы в тот же день, когда оно доходит до поставщика, без задержки и без второго договора. Во-вторых, причина сравнивать их по одному ключу, а не по двум, — это стоимость переключения: два идентификатора стоят за одной конечной точкой, поэтому переход с одного на другой — это изменение строки, а не миграция, и автоматическое переключение при сбое означает, что вы можете запустить менее знакомый из двух на части вашего трафика не ставя на него продакшен-путь. Если вы впервые оцениваете смесь экспертов из-за приведённого выше аргумента о вычислениях, это дешёвый способ проверить, справедлив ли этот аргумент для вашей рабочей нагрузки.

Что помещается на вашей машине

Это тот вопрос, по которому две модели действительно различаются, и он упирается в то же разделение общего и активного объёма параметров. Если сравнить сборки GGUF от сообщества, которые есть у обеих моделей, — это сторонние репозитории, а не релизы производителя, и имена файлов у них свои, — одна и та же метка квантования даёт существенно разные размеры файлов:

• Класс Q3, наименьший разумный вариант — Qwen3.6-35B-A3B: 16,60 ГБ при UD-Q3_K_M. Qwen3.8-27B: 13,15 ГБ при UD-Q3_K_XL.

• Около IQ4 — Qwen3.6-35B-A3B: 17,73 ГБ при UD-IQ4_XS, 18,04 ГБ при UD-IQ4_NL. Qwen3.8-27B: 14,25 ГБ при UD-IQ4_XS.

• Q4_K_S — Qwen3.6-35B-A3B: 20,89 ГБ. Qwen3.8-27B: 15,36 ГБ.

• Q4_K_M, обычный вариант по умолчанию — Qwen3.6-35B-A3B: 22,13 ГБ. Qwen3.8-27B: 16,46 ГБ.

• Q4_K_XL — Qwen3.6-35B-A3B: 22,36 ГБ. Qwen3.8-27B: 17,56 ГБ.

• Q5_K_M — Qwen3.6-35B-A3B: 26,46 ГБ. Qwen3.8-27B: 19 ГБ.

• Q8_0 — Qwen3.6-35B-A3B: 36,90 ГБ. Qwen3.8-27B: 29,05 ГБ.

• BF16, как поставляется — Qwen3.6-35B-A3B: 71,9 ГБ. Qwen3.8-27B: 55,6 ГБ.

• Также опубликовано — Qwen3.6-35B-A3B имеет FP8-чекпоинт в собственном репозитории вендора и MXFP4-микс размером 21,71 ГБ в сборках сообщества; Qwen3.8-27B также имеет FP8-чекпоинт в репозитории вендора.

Сопоставьте два столбца друг с другом — и правило станет очевидным. На каждой совпадающей метке смесь тяжелее на четыре–восемь гигабайт при одинаковом номинальном сжатии, потому что файл должен вмещать все 35B, а использует лишь 3B из них за раз. Конкретно: карта на 24 ГБ вмещает Qwen3.8-27B в Q4_K_M с запасом под контекст и вмещает Qwen3.6-35B-A3B в Q3 или IQ4, когда KV-кэшу приходится бороться за место, а для комфортной сессии с длинным контекстом на смеси нужно ближе к 48 ГБ. Добавьте отдельный файл визуальной башни, если хотите ввод изображений на любой из них.

То, на каком уровне находятся бенчмарки, и этот уровень не тот, каким вы хотели бы его видеть

Никто не публиковал результатов очного сравнения этих двух моделей при согласованных настройках на названном тестовом стенде. Нам о таком неизвестно, и эта страница не будет подразумевать рейтинг, не подкреплённый доказательствами.

Что действительно существует — это частичное совпадение по названиям бенчмарков между двумя карточками вендоров, и это стоит показать именно потому, что здесь так легко сделать слишком далеко идущие выводы. По тем названиям, которые есть на обеих карточках, показатель Qwen3.8-27B каждый раз выше. SWE-bench Pro: 49,5 у 35B A3B против 61,7 у 27B. LiveCodeBench v6: 80,4 против 90,3. HLE: 21,4 против 30,8. Вопросы на рассуждение CharXiv: 78,0 против 83,7. OmniDocBench 1.5: 89,9 против 91,1. RealWorldQA: 85,3 против 85,9. А на Terminal-Bench карточки даже не сопоставимы так, как предполагает строка: карточка 35B A3B сообщает Terminal-Bench 2.0 на уровне 51,5, тогда как карточка 27B сообщает Terminal Bench 2.1 (Terminus) на уровне 73,0 — это разные версии бенчмарка, поэтому эту конкретную пару вообще не следует вычитать одну из другой.

Со всем этим связаны три оговорки. Цифры взяты из двух разных карточек моделей, опубликованных с разницей примерно в четыре месяца одной и той же лабораторией, без аудита. Несколько бенчмарков, о которых сообщает каждая модель, фигурируют только в её собственной карточке и не имеют аналога — SWE-bench Verified 73.4 и MMLU-Pro 85.2 на стороне 35B A3B; OSWorld-Verified 84.3 и QwenSWEBench 79.0 на стороне 27B — поэтому их нельзя сопоставить. А то, что более новая модель в той же линейке набирает больше баллов, чем более старая, — это ожидаемый результат, а не открытие: он говорит лишь о том, что поколение сменилось, и ничего не говорит о том, лучше ли старая модель подходит для токенов, которые вы собираетесь отправить.

Если вам нужно, чтобы сравнение было решающим, честный путь — запустить оба на вашем собственном трафике. Они на одном ключе, на одном эндпоинте, а отказоустойчивое переключение делает сплит-тест дешёвым.

Какой из них вам стоит выбрать

Выбирайте Qwen3.6-35B-A3B, если ваша машина способна уместить 35B весов, а ваша рабочая нагрузка больше смещена в сторону генерации, чем в сторону однократных рассуждений. Случаи, когда это правильный выбор:

• У вас достаточно памяти — 48 ГБ или больше для комфортного локального использования с длинным контекстом, либо карта на 24 ГБ с квантованием класса 3 бит, если вы готовы смириться с более коротким окном, — и вы хотите архитектуру, которая расходует меньше всего вычислений на токен.

• Ваш трафик отличается высокой конкурентностью или длительной генерацией, где стоимость за токен составляет основную часть счёта, а разреженное декодирование смеси структурно играет вам на руку.

• Вам нужен один артефакт Apache-2.0, который принимает текст, изображения и видео и возвращает текст, и вам нужен меньший по размеру вариант для скачивания из этой пары только если вы размещаете его у себя, а не скачиваете, при этом цена за токен ниже как на входе, так и на выходе.

• Вы сознательно работаете на масштабе 3B активных параметров — вы соглашаетесь отставать на одно поколение от собственных таблиц вендора в обмен на меньшую плату за токен и выполнение через знакомый интерфейс вызова инструментов.

Выберите Qwen3.8-27B, если память является ограничивающим фактором или если вам нужна новейшая генерация в этой паре. Случаи, когда это правильный ответ:

• Одна карта на 24 ГБ, и докупать не планируется. При Q4_K_M это 16,5 ГБ, что оставляет реальный запас под контекст; а у смеси — нет.

• Вы хотите самые сильные заявленные производителем агентные и связанные с кодингом показатели в этой паре, и вы осознаёте, что они взяты из неаудированной карточки и не являются сопоставимым сравнением.

• Ваша нагрузка — это сравнительно немногочисленные, но сравнительно крупные запросы: понимание документов и скриншотов, рассуждения на уровне репозитория, автоматизация в стиле computer-use, — где пропускная способность на один запрос значит меньше, чем то, насколько правильно выполнен каждый запрос.

• Вам нужны меньший объём загрузки, более быстрый холодный старт и более короткий список шардов, которым проще управлять.

Ничто из этого не делает ни одну из них победителем. Эти две модели не конкурируют за одно и то же место на вашей машине, а приведённые выше цифры не доказывают, какая из них в чём-либо лучше, — они показывают, какая из них требует меньше от машины, которая у вас уже есть.

Чаще всего всё решает вот что: размер файла на диске определяется общим числом параметров, а объём работы на токен — активными параметрами. Так что Qwen3.6-35B-A3B может работать быстрее и при этом не помещаться, а Qwen3.8-27B может иметь более высокую плату за токен и при этом вообще запускаться. Определите, какая из этих двух проблем у вас на самом деле, — и выбор перестанет быть сравнением.