ZwZ2-9B против Qwen3.8-27B: Небольшая ниша, которую новое поколение Qwen оставило открытой

Поколение Qwen3.8 вышло с плотной моделью на 27B 5 августа 2026 года, смесью экспертов на 2,4 триллиона параметров 8 августа и вариантом Flash-Next 24 августа. В него не вошла 9B-модель. Это означает, что младший сегмент текущей линейки всё ещё занимает Qwen3.5-9B, чекпойнт от 27 февраля 2026 года — и это означает, что ZwZ2-9B, опубликованная inclusionAI 16 октября 2026 года, основана на новейшем доступном стеке Qwen3.5 для такого размера. Сравните её с Qwen3.8-27B, и вы сравниваете не две модели из одного семейства. Вы сравниваете разрыв примерно в восемнадцать миллиардов параметров внутри одной архитектуры, потому что поколение 3.8 так и не переименовало её.

Первое, что нужно понять: это не соперничество в каком-либо обычном смысле. Qwen3.8-27B — готовый продукт с лицензией, хостируемым API, опубликованными оценками и семью миллионами загрузок за последний месяц. ZwZ2-9B — это недокументированные производные чекпойнты в репозитории без README. Полезный вопрос — более узкий и практичный: если 27B-модель — та, которую Qwen хочет, чтобы вы запускали, что именно вы покупаете, оставаясь на 9B, и что более дешёвый чекпойнт наследует от поколения выше?

Архитектура никогда не менялась — менялся только масштаб.

Это находка, ради которой стоит написать это сравнение, и она видна в двух конфигурационных файлах. Qwen3.8-27B объявляет свой идентификатор архитектуры как qwen3_5. То же самое делает ZwZ2-9B. Тот же тип модели, то же имя класса, та же конструкция внимания, та же линия токенизатора — а разница в целое поколение, и метка так и не сдвинулась.

Если отвлечься от идентификатора, фамильное сходство становится полным. Обе модели используют одну и ту же схему с соотношением три к одному между слоями линейного внимания и слоями полного внимания. Обе резервируют словарь на 248 320 токенов и заявляют верхний предел контекста в 262 144 позиции. Обе используют чередующийся M-RoPE с тем же разбиением на секции и тем же ротационным основанием 10 000 000. Обе несут визуальную башню ровно из 27 слоёв при скрытом размере 1 152 с 2 304 позиционными эмбеддингами. Qwen3.8 — это не новый дизайн, пришедший на смену Qwen3.5. Это тот же дизайн в больших размерностях, и Qwen3.8-27B говорит об этом в собственном конфиге.

• Параметры — ZwZ2-9B: 9,409,813,744. Qwen3.8-27B: 28 миллиардов согласно её карточке, где в конфигурации указано 64 слоя при скрытой размерности 5 120 против 32 слоёв при 4 096.

• Идентификатор архитектуры — qwen3_5 в обоих. Тот же класс, то же расписание внимания.

• Словарь — 248 320 в обоих, включая id токенов изображений и видео.

• Потолок контекста — 262 144 позиции, заявленные в обоих, при этом размещённая версия Qwen расширяет его до 1 млн.

• Башня зрения — 27 слоёв при скрытой размерности 1 152 в обоих; проекция расширяется с 4 096 до 5 120, чтобы соответствовать языковому стеку.

• Рассуждение по умолчанию — ZwZ2-9B отвечает, не размышляя, если его не попросить. Qwen3.8-27B размышляет по умолчанию, с настраиваемым уровнем усилий рассуждения.

• Лицензия — не заявлена против Apache-2.0.

• Доказательства — файл конфигурации против карточки модели, результаты оценки, API на хостинге и 198 опубликованных адаптеров.

Что даёт вам 27B, чего не даёт производная 9B

Первое — это разрешение. Qwen3.8-27B распространяется под Apache-2.0 с явным грантом, развёртывается на Azure и SageMaker согласно собственным тегам и обслуживается через официальный хостинговый API Qwen с контекстом в 1M токенов в управляемой версии. ZwZ2-9B вообще не заявляет лицензию, и это проблема иного рода, чем ограничительная лицензия, — это отсутствие разрешения, а не узкое разрешение, и это самый крупный риск при его внедрении.

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.

Третья — экосистема: о ней говорят меньше всего, а держится на ней больше всего. В Hub перечислены 198 адаптеров, 553 файнтюна, 24 мерджа и 1 472 квантизации, созданных на базе Qwen3.8-27B, плюс сотня Spaces. Это массив работ, сделанных людьми, которые не из Qwen и описывают, как модель ведёт себя на реальных задачах. У ZwZ2-9B нет ничего из этого, и пока не может быть — ей всего несколько часов.

Что вы всё ещё получаете, оставаясь на 9B

Есть причина, по которой малый слот не затих. Qwen3.5-9B — чекпойнт, на котором построен ZwZ2-9B, — зафиксировал 8 591 266 загрузок за последний месяц, больше, чем 7 363 968 у флагманской модели 27B за тот же период. Именно в размере 9B происходит значительная часть реальной работы: это самая крупная модель, которая комфортно помещается на одном потребительском ускорителе; это тот размер, который команды дообучают, когда хотят иметь собственные веса, а не API; и именно здесь недокументированный производный вариант вроде ZwZ2-9B вполне может быть интересным, потому что то, что он наследует, прочитали миллионы людей.

Удаление головы многотокенного предсказания также не является очевидной потерей. Конфигурация ZwZ2-9B устанавливает mtp_num_hidden_layers в 0, тогда как в Qwen3.5-9B он равен 1, что удаляет голову спекулятивного декодирования и вместе с ней примерно четверть миллиарда параметров. Как бы ни было задумано обучение, скачанный артефакт — более простая модель, чем её родитель, а простое легче осмыслить, когда не можешь прочитать карточку.

И путь зрения одинаков в обоих направлениях: 27 слоёв при скрытом размере 1 152, таблица эмбеддингов на 2 304 позиции, видеообработчик, принимающий до 768 кадров при 2 кадрах в секунду. Если вам нужно подавать изображения на вход, 9B не уступает эту возможность 27B.

Как это выглядит, если вы выбираете конечную точку, а не контрольную точку

Практичный ответ для большинства команд — не «или-или», и в hosted-варианте вопрос решён так, как он не решён в варианте с открытыми весами. Qwen3.8-27B доступен для маршрутизации на OrcaRouter как qwen/qwen3.8-27b — контекст 262K токенов, на входе текст, изображения и видео, на выходе текст, по $0.33 за миллион входных токенов и $2.40 за миллион выходных. Это прайс-лист провайдера, переданный без наценки 0%, поэтому когда Qwen меняет цену, число здесь меняется в тот же день, а не при следующем обновлении каталога, и оно находится рядом с qwen/qwen3.8-flash и qwen/qwen3.8-max на том же ключе, если вы хотите сравнить тарифы на своём трафике, а не по чьей-то таблице бенчмарков.

ZwZ2-9B нет в этом каталоге, и мы не собираемся намекать на обратное — это скачивание с Hugging Face, для которого его вендор не опубликовал эндпоинт обслуживания, а inclusionAI распространяет через собственные каналы вендора. Если вам нужна размещённая на хостинге замена для небольшого мультимодального слота, пока вы оцениваете чекпойнт, qwen/qwen3-vl-8b-instruct — это визуально-языковая модель на 8B с контекстом 131K токенов по цене $0.18 и $0.70 за миллион токенов, с документацией и лицензией. Поставьте кандидата за тот же интерфейс, что и текущую модель, и сравнение двух обойдётся всего лишь строкой с названием модели; в этом весь аргумент за маршрутизацию модели, в которой вы не уверены, вместо её интеграции.

Честный ответ на вопрос поколений

Нет ни одного бенчмарка, на котором ZwZ2-9B побеждает Qwen3.8-27B, потому что нет ни одного бенчмарка, на котором ZwZ2-9B вообще измеряли. 28B-модель с технической карточкой и 9.4B-чекпоинт с конфиг-файлом не соревнуются; одну из них оценили, а другую описали. Любой, кто на этой неделе выдаёт результат прямого сравнения, описывает собственное впечатление о модели, которую скачал сегодня утром.

Что здесь действительно ново — это преемственность, и об этом стоит сказать прямо, потому что это легко упустить. Поколение Qwen3.8 не заменило свою архитектуру; оно её масштабировало. Qwen3.8-27B и ZwZ2-9B соответствуют одному и тому же идентификатору архитектуры, используют общий словарь, общий потолок контекста, общую схему внимания и общий визуальный блок — вплоть до числа слоёв и скрытой ширины. Это полезное знание в обоих направлениях: оно подсказывает, каким, вероятно, будет 9B-чекпоинт в этом стеке, и говорит о том, что разрыв между малым и большим концами семейства Qwen — это вопрос степени, а не смена вида.

Итак, честный вердикт по сравнению ZwZ2-9B и Qwen3.8-27B таков: 27B — это тот, на который можно рассчитывать в планировании, а производная 9B — та, за которой стоит следить. Прочитайте конфигурацию, запустите на ней свою задачу и дождитесь лицензии, прежде чем она коснётся чего-либо важного.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.