En titelbild för Qwen3.8-27B- och Artificial Analysis-artikeln: ett förstoringsglas som svävar över ett chip med ett tomt 'väntar på data'-resultatkort, med titeln 'Qwen3.8-27B on Artificial Analysis' och underrubriken 'Ingen oberoende poäng ännu — här är datan som står i stället'.
Guides & Insights

Qwen3.8-27B på Artificial Analysis: Inget index ännu, och de data som står i stället

Författare

Magnus Corvin

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Artificial Analysis har inte indexerat Qwen3.8 27B. Kontrollerat 2026-08-15, modellens sida på artificialanalysis.ai returnerar en 404 — inget Intelligence Index, ingen utdatahastighet, inget AA-pris, inget oberoende riktmärke. Apache 2.0-vikterna levererades den 13–14 augusti, så det kommer troligen att ändras inom dagar eller veckor; det har inte ändrats ännu. Tills det sker är varje Qwen3.8 27B-siffra du kan hitta antingen Ali​babas eget modellkort eller en nyhetskanal som upprepar den. Här är svaret på en rad, de AA-data som faktiskt finns för Qwen3.8-familjen, de officiella specifikationerna och en ärlig läsning av vad rubrikerna om att ”den slår allt” egentligen är.

Källhänvisning: allt nedan är märkt. Officiellt betyder hämtat från Ali​babas Qwen/Qwen3.8-27B modellkort på Hugging Face (augusti 2026). Oberoende betyder uppmätt och reproducerat av en utomstående part — inget för 27B kvalificerar sig ännu. Vidarebefordrat betyder att en nyhetskanal kopierar leverantörens siffror, vilket inte är oberoende.

Det enradiga svaret, daterat

Qwen3.8 27B på Artificial Analysis: ingen sida, inget resultat. URL:en artificialanalysis.ai/models/qwen-3-8-27b returnerade "404 Page not found" när den kontrollerades 2026-08-15.

• De "Qwe​n 3.8" AA-poäng som cirkulerar online — Intelligence 58, Agentic Index #1 — tillhör Qwen3.8-Max, API-flaggskeppet med 2,4T parametrar. Inte 27B.

• Den senaste 27B som AA spårar är föregångaren Qwen3.6-27B: Intelligence Index ~37–38 i resonemangsläge, ~55–59 tokens/sek utdata. Det är din baslinje för hur en indexerad 27B ser ut.

A status card for Qwen3.8-27B on Artificial Analysis, checked 2026-08-15: the model is marked NOT INDEXED (no page, no score, no price; the model URL returns 404), while Qwen3.8-Max 2.4T A95B is indexed at Intelligence 58 and Agentic Index #1, and the predecessor Qwen3.6-27B is indexed at Intelligence ~37–38 and ~55–59 tokens/sec.

Vad Artificial Analysis faktiskt visar för Qwen3.8-familjen

AA:s topplista listar "Qwen3.8 2.4T A95B" — det vill säga Qwen3.8-Max — vid Intelligence Index 58, den näst bästa modellen med öppna vikter på indexet (Artificial Analysis modellsida, hämtad 2026-08-15). Den 6 augusti 2026 rankade AA:s Agentic Index Qwen3.8-Max som #1 globalt — första gången ett kinesiskt labb toppade det, före Claude Opus 5 och GPT-5.6 — som allmänt rapporterades från AA:s topplista den dagen.

Inga av dessa siffror överförs till 27B. Qwen3.8-Max är en API-modell av typen mixture-of-experts med 2,4T parametrar och cirka 95B aktiva parametrar; 27B är en tät, själv-hostbar nedladdning. De delar en generationsetikett, inte en utvärdering.

Föregångaren är din baslinje: Qwen3.6-27B på AA

AA har följt Qwen3.6-27B i månader. Beroende på ögonblicksbild får den ~37–38 på Intelligence Index i resonemangsläge (runt 31 i icke-resonemangsläge) med ~55–59 tokens/sek — en enkel-GPU-modell som håller stånd mot medelklassens frontmodeller från ett år sedan. Det är den typen av data man kan förvänta sig när AA indexerar 3.8-27B: ett index i samma härad, en hastighet på konsumenthårdvara och ett pris som mestadels återspeglar valet av hosting. Se det som en baslinje, inte en förutsägelse — 3.8-27B lägger till hybrid attention och inbyggd videoinmatning, och endera kan påverka siffrorna.

De officiella uppgifterna: Ali​babas modellkort, inte oberoende.

A data card for Qwen3.8-27B from Alibaba's official model card: specifications (27B dense, 28B with vision encoder, 64 layers, hidden size 5,120, vocabulary 248,320, 48 linear + 16 full attention heads, 262K native to 1M context via YaRN, text+image+video input, ~55.6 GB BF16) and vendor-reported benchmarks (Terminal-Bench 2.1 73.0, SWE-bench Pro 61.7, LiveCodeBench v6 90.3, GPQA Diamond 89.2, OSWorld-Verified 84.3), labeled Alibaba-reported, unreproduced.

Detta är de verifierade specifikationerna från Qwen/Qwen3.8-27B-modellkortet (Apache 2.0, augusti 2026):

27B täta parametrar (28B med vision-encodern), 64 lager, dold storlek 5 120, ordförråd 248 320.

• Hybrid attention: 48 linjära attention-huvuden (Gated DeltaNet) plus 16 fulla Gated Attention-huvuden — ungefär en 3:1-fördelning mellan linjärt och fullt.

• Kontext: 262 144 token inbyggt, utbyggbart till 1 000 000 via YaRN.

• Inmatning: text, bild och video inbyggt; tankeläge på som standard.

• Storlek: ~55,6 GB i BF16; ~16–17 GB vikt vid Q4 — ett 24 GB GPU är det praktiska målet för enkortskonfiguration.

Leverantörsrapporterade benchmarkresultat från samma kort (Ali​babas ord, ej reproducerat): Terminal-Bench 2.1 73.0; SWE-bench Pro 61.7; LiveCodeBench v6 90.3; GPQA Diamond 89.2; OSWorld-Verified 84.3.

Vad rubrikerna "det slår allt" egentligen är

En kinesisk tekniknyhetsförmedling (Gate.it, mitten av augusti 2026) inleder med "Qwen3.8 27B slår Metas Muse Glimmer på samtliga 8 riktmärken" — Terminal-Bench 2.1 73,0 mot 51,7, SWE-bench Pro 61,7 mot 51,2 — och hävdar segrar över Claude Opus 4.6 i 15 av 19 överlappande tester. Dessa siffror är Ali​babas modellkortssiffror som kopierats in i en nyhetssammanfattning. Ingen extern labb har kört 27B, och förmedlingen påstår inte att någon har gjort det. "Täckning från tredje part" betyder här upprepning från tredje part, inte verifiering från tredje part.

A screenshot of the Qwen/Qwen3.8-27B model card on Hugging Face, showing the Apache 2.0 license, the model type 'Causal Language Model with Vision Encoder', BF16 tensor type, the note that the Qwen Cloud hosted version is coming soon with 1M context, and 4 adapters, 46 finetunes and 304 quantizations.

Varför det inte finns något AA-pris för 27B — och vad det säger dig.

AA prissätter modeller efter API-slutpunkt. 27B har ännu inget officiellt värd-API: Alibabas Qwen Cloud-värd är "kommer snart" med en kontext på 1M-token. Det finns inget att prissätta. Det är den verkliga kontrasten i centrum av denna modell.Qwen3.8 27B är en nedladdning med öppna vikter; dess pris är din elräkning. Vid Q4 på ett 24 GB-kort kostar den $0 per token. Den endast API-baserade flaggskeppsmodellen Qwen3.8-Max kostar $2 per miljon input / $6 per miljon output. En självhostad modell förekommer inte i ett API-prisindex just därför att den är gratis per token — motsatsen till varje API-modell som AA prissätter.

Vad man ska använda tills AA indexerar det

Du vill ha en oberoende poängsatt Qwe​n 27B idag: kör eller anropa Qwen3.6-27B. Den är AA-indexerad (Intelligens ~37–38 i resonemangsläge), Apache 2.0, självhostbar, och den är den modell som 3.8-27B måste slå. Om du hellre anropar den via ett API än kör den, finns den i OrcaRouter-katalogen till leverantörens listpris med 0% påslag — en nyckel, inget andra avtal.

Du vill ha API-flaggskeppet: Qwen3.8-Max har AA-index 58 och är etta i Agentic, till $2/$6 per 1M tokens. Du betalar för en 2.4T MoE, inte en lokal modell.

Du vill ha just 3.8-27B: ladda ner Apache-2.0-vikterna och self-hosta. Behandla varje benchmark som Ali​babas ord tills en oberoende harness publicerar sina resultat. Håll koll på AA-modellsidan (artificialanalysis.ai/models/qwen-3-8-27b) och de öppna harnessarna — när ett riktigt nummer landar blir det uppenbart.

Slutsatsen

Qwen3.8 27B har inget Artificial Analysis‑resultat eftersom Artificial Analysis inte har mätt den — och inget AA‑pris eftersom det är en självhostad modell, inte ett API. Varje rubrik du kan hitta idag om att ”Qwen3.8 slår X” är Alibabas model card klätt i nyhetskostym. De siffror som verkligen är oberoende i den här historien tillhör syskonen: Qwen3.8‑Max med Intelligence 58 och #1 på Agentic Index, samt Qwen3.6‑27B på ungefär 37–38. Förankra dig i dem; behandla 27B:ans egna siffror som leverantörspåståenden tills någon oberoende kör den. Kom tillbaka — den här sidan kommer att ändras den dag AA publicerar.

© 2026 OrcaRouter

För leverantörer

Driver du en inferensplattform? Få dina modeller på OrcaRouter.

providers@orcarouter.ai

Gå med i vår community

Discordsupport@orcarouter.aiXGitHubYouTube