Hero-titelkort för Qwen3.8-27B-recensionen, med titeln 'Qwen3.8-27B Review' och underrubriken 'Den open-weight-27B-modell som är Opus hemma — testad mot hypen', som visar ett open-weights-märke, ett Apache 2.0-märke och en ikonuppsättning för GPU och server på en ren vit bakgrund med mjuka blå gradientaccenter.
Guides & Insights

Qwen3.8-27B-recension: den open-weight 27B:n som är "Opus at home" — testad mot hypen

Författare

Alistair Wren

Publiceringsdatum

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

Qwen3.8 27B är den bästa öppna 27B-vikten du kan självhosta just nu, och det är inte ens nära. Vikterna släpptes den 14 augusti 2026 under Apache 2.0: en dense 27B (28B med visionskodaren inräknad) med 262K inbyggd kontext, inbyggd bild- och videoinmatning, och tillverkarens rapporterade poäng för agentisk kodning som ligger på eller över Cla​ude Opus 4.6 Max — SWE-bench Pro 61.7, DeepSWE 1.1 42.2, LiveCodeBench v6 90.3. Rubrikpriset är noll: ladda ner 55.6 GB och kör. Varningarna är också verkliga — oberoende tester visar att den är ungefär tre gånger långsammare och mer tokenhungrig än sin föregångare, tillverkarens benchmarktabell har fortfarande ingen reproduktion bakom sig, och 1M-kontexten är en funktion som bara finns i hostad form. Den intressanta rörelsen sedan lanseringen finns under specifikationsbladet: den 13 oktober rapporterade en community-port av llama.cpp att den körde dessa vikter på en jailbreakad PlayStation 5:s GPU i omkring 20 tokens per sekund. Omdöme: om du har ett GPU med 24 GB+ och vill ha kapacitet nära frontlinjen utan en mätad räkning, självhosta den — men gå in i det med vetskap om exakt var siffrorna är mjuka.

Slutsats först: bör du använda Qwen3.8 27B?

Kort svar — ja för lokala och privata arbetsbelastningar; vänta på tredjepartssiffror innan ett upphandlingsbeslut. Qwen3.8 27Bär den sällsynta modellen där de öppna vikterna är produkten och API:et är bekvämligheten. Eftersom licensen är Apache 2.0 är priset per token permanent noll när du väl har hårdvaran, och inget du bygger på den kan omlicensieras eller faktureras retroaktivt. Det du ger upp är hastighet, verifiering och bekvämlighet.

Om du redan kör Qwen3.6-27B och är nöjd med den, är uppgraderingen verklig men inte gratis mätt i faktisk tid. Om du kom hit från Qwen3.8-Max-lanseringen är detta den mindre, självhostningsbara medlemmen av samma generation — ett annat verktyg för en annan uppgift.

Snabbfakta, kontrollerade 15 oktober 2026

• Släppt — vikterna publicerades den 14 augusti 2026 på Qwen/Qwen3.8-27B på Hugging Face, speglade på ModelScope; tidszonsbaserad täckning nämner också 13 augusti, och releasen kom ungefär en vecka efter att Qwen3.8-generationen tillkännagavs.

• Licens — Apache 2.0: nedladdning, modifiering, omdistribution, kommersiell användning, med uttrycklig patentlicens. Permanent.

• Parametrar — 27B dense (28B räknat med vision-encodern), 64 lager, dold storlek 5 120, vokabulär 248 320.

• Arkitektur — hybrid uppmärksamhet: 48 Gated DeltaNet-lager för linjär uppmärksamhet jämfört med 16 fullständiga Gated Attention-lager (en 3:1-fördelning). Det är därför en 27B dense-modell kan hantera 262K tokens av inbyggd kontext.

• Kontext — 262 144 token nativt; utökningsbar till 1 000 000 via YaRN i den hostade versionen.

• Inmatning — inbyggd bild och video tillsammans med text; returnerar text. Visionskodaren är anledningen till att parametrarna uppgår till 28B.

• Tänkande — resoneringsläge på som standard och avaktiverbart per begäran; reasoning_effort (låg/medel/hög) och preserve_thinking för långa agentkörningar.

• Vikter — 55,6 GB av BF16-safetensors i 18 shards; FP8 och community-GGUFs levereras också.

Specifikationerna ovan kommer från Hugging Face-modellkortet och -konfigurationen för Qwen3.8 27B, lästa den 15 oktober 2026. Leverantörens benchmarktabell är ​Alibaba-rapporterad och fortfarande inte reproducerad. Den enda oberoende utvärdering som finns dokumenterad är den från Artificial Analysis, som ger Qwen3.8 27B 34 poäng på sitt Intelligence Index och uppmätt 41,2 utdatatoken per sekund — ett enda index mot ett kort fullt av leverantörssiffror, och den reproducerar dem inte.

Vad Qwen3.8 27B är genuint bra på

Det starkaste fallet är agentisk mjukvaruutveckling. Alibaba rapporterar en 3x ökning på DeepSWE 1.1 jämfört med den tidigare 27B (42,2 mot 13,3) och en poäng över Claude Opus 4.6 Max på SWE-bench Pro (61,7 mot 53,4). Det är de siffrorna som gav den smeknamnet "Opus at home" — en tät 27B som utför frontiärnära kodningsarbete på hårdvara en person faktiskt kan äga.

Benchmark scoreboard card comparing Qwen3.8-27B with Qwen3.6-27B and Claude Opus 4.6 Max: SWE-bench Pro 61.7 vs 53.5 vs 53.4; DeepSWE 1.1 42.2 vs 13.3 vs n/a; LiveCodeBench v6 90.3 vs 83.9 vs 88.8; Terminal Bench 2.1 73.0 vs 63.4 vs 78.2; GPQA Diamond 89.2 vs 87.8 vs 91.3; OSWorld-Verified 84.3 vs 63.9 vs 72.7; QwenSWEBench 79.0 vs 49.3 vs 63.8; CoWorkBench 70.7 vs 61.0 vs 68.2. Footer: all figures Alibaba-reported, not yet independently reproduced.

Tre saker förutom de råa siffrorna gör det till ett försvarbart köp:

• Inbyggt multimodalt. Bild och video in, text ut — ett dokument med diagram eller en videogenomgång är inte en separat modell. De visuella resonemangspoängen (85,6 med aktiverad tankekedjefunktion, 94,6 visuell matematik, båda leverantörsrapporterade) är där visionskodaren gör skäl för sin plats.

• 262K inbyggd kontext. Långsiktiga agentuppgifter, stora kodbaser och flera timmar långa transkript får plats i ett enda fönster. Den hybrida designen med linjär uppmärksamhet håller KV-kostnaden för den kontexten lägre än en ren full-uppmärksamhetsmodell av samma storlek.

• Gratis, permanenta vikter. Detta är hela poängen med kategorin: en sluten API-modell hyrs; Qwen3.8 27B ägs. Vid 4-bitars körs det på ett 24 GB-kort (RTX 3090/4090-klass), och AMD levererade Day-0-stöd (upp till 24,5 tokens/s på en Ryzen AI Max+ 395 och 51,8 tokens/s på en Radeon AI PRO R9700, enligt AMDs egen blogg).

Där granskningen blir obehaglig: hastighet, tokens och verifiering

Oberoende testning hittills är en testares testrigg, inte ett labb — men det är den bästa signalen vi har. Vid körningen av Qwen3.8 27B mot Qwen3.6-27B på tio verkliga uppgifter (bedömda av GPT-5.5 via llmcompare-testriggen), vann 3.8:an nio av tio och fick 8.838 mot 6.862 i genomsnitt — "en av de mer imponerande intelligenslyften" som testaren hade sett. Den använde också nästan tre gånger så många tokens och var betydligt långsammare; en uppgift tog cirka 600% längre tid. Så kvalitetshoppet är verkligt, och detsamma gäller priset i faktisk tid.

Fyra saker till att hålla emot det:

• Oberoende benchmarks, färre än kortet antyder. Leverantörens kort är detaljerat och alla siffror på det är fortfarande rapporterade av Alibaba. Poängen 34 på Artificial Analysis Intelligence Index, avläst den 15 oktober, är den första oberoende utvärderingen den här modellen har – en enda poäng, från ett enda labb, som inte säger något om SWE-bench Pro 61,7 eller DeepSWE 1.1 42,2. Om ditt beslut kräver att de agentiska påståendena reproduceras, har det inte skett.

• VRAM-golvet är verkligt. BF16 kräver en GPU i 80 GB-klassen. För att få plats på ett 24 GB-kort måste du köra 4-bitars, och community-rapporter (dev.to-kommentarstråd, dagar efter lansering) säger att kvantiserade byggen "tappar fokus efter lång kontext." Officiella vikter om du har VRAM:en; kvantiserade om du inte har det – och kvantiseringsvägen når nu hårdvara långt under ett 24 GB-kort, vilket PlayStation 5-mätningen nedan är det första riktiga beviset på.

• 1M-kontexten finns endast i den värdbaserade versionen. De öppna vikterna har ett tak på 262K. Möjligheten att utöka till 1M är en värdbaserad funktion i Qwen Cloud, inte något som en lokal kopia gör direkt ur lådan.

• "Beats Opus" behöver kvalificeringar.Agentiska benchmarks belönar harness-specifika beteenden, och en toppkommentar på dev.to-lanseringsinlägget uttryckte det rakt på sak: "de slår inte opus i verklig användning." Behandla poängtavlan som en övre gräns en bra dag, inte ett löfte.

Hur den passar in i Qwe​n 3.8-familjen

• jämfört med Qwen3.6-27B — samma hårdvaruklass och 262K kontext, men ett stort kapacitetshopp på bekostnad av hastighet och tokeneffektivitet. Om du redan kör 3.6 och är genomströmningsbegränsad, är det försvarbart att stanna kvar.

• vs Qwen3-Coder-30B-A3B — Coder är en MoE med cirka 3,3 miljarder aktiva parametrar som kör mycket snabbare (~90–110 tokens/s). Den täta 27B-modellen är långsammare per token men ärver generationens agentiska fördelar; om 27B:ns programvaruutvecklingsresultat håller vid oberoende testning, krymper Coder-30B:s roll.

• jämfört med Qwen3.8-Max — 2.4T MoE-flaggskeppet är en datacentermodell (endast API, cirka $2/$6 per miljon tokens enligt publicerade uppgifter) med 1M kontext och video. 27B är den som kan driftsättas. De svarar på olika frågor.

Hårdvarugolvet flyttades den 13 oktober

PS5LM är en llama.cpp-port som kör GGUF-modeller på en jailbreakad PlayStation 5, i en konsol du redan äger. Dess släppta bygge är blygsamt – v0.1.1, en enda payload begränsad till ungefär 1,6 GB modell, vilket är Qwen3.5 2B i 4-bit och inget större, enbart på CPU. Den 13 oktober fick projektet en pull request som förändrar hur hårdvarulistan ser ut: en native-app-väg som länkar llama-server mot en community-Vulkan-driver för konsolen, och rapporterar Qwen3.8 27B vid 20,7 tokens per sekund på UD-IQ2_XXS-kvantiseringen (6,77 GiB, 64k kontext) och 20,3 tokens per sekund på UD-Q2_K_XL (9,15 GiB, 32k kontext, q4_0-cache), med ett svar på 7 775 tokens som hölls vid 19,7 tokens per sekund. Samma konsol gav 61 tokens per sekund på Gemma 4 E4B och 124 på Llama 3.2 3B Instruct, vilket är det som gör 27B-siffran värd att läsa: det är inte en liten modell som smickrar en stor siffra.

Märk det innan du agerar utifrån det. Siffrorna är pull request-författarens egna mätningar på en icke sammanslagen gren, inte ett leverantörsbenchmark och inte ett släppt bygge. PS5LM:s eget repo listar fortfarande både GPU-offload och Qwen 3.8 27B som roadmap-punkter som det inte har släppt, och underhållarens kommentar på pull requesten säger att han kommer att reproducera siffrorna på sin egen konsol innan README:n tar med dem. En andra testare rapporterar att appen överhuvudtaget körs – firmware 4.50, 7B- och 9B-modeller på ungefär 30 tokens per sekund – vilket bekräftar mekanismen utan att reproducera 27B-resultatet. Att ta sig dit förutsätter också en konsol som du äger, firmware 7.00 till 13.60 och en jailbreak.

Det den ändrar är formen på kostnadsfrågan, inte dess svar. En tät 27B-modell vid ungefär 20 tokens per sekund på en spelkonsol är långsammare än samma modell serverad från en riktig GPU – Artificial Analysis mäter 41,2 tokens per sekund via Alibabas eget API, och 20 tokens per sekund är hastigheten för 2-bitarsbygget, med den kvalitetsförlust som komprimering innebär. Så detta är inte ett skäl att hoppa över 24 GB-kortet; det är ett bevis på att klassen är portabel långt under den nivån. Om det du faktiskt vill är att veta om modellen är bra innan du spenderar en helg på en jailbreak, är den billiga vägen ett mätarbaserat anrop: en nyckel över 200+ modeller, inget andra avtal, och automatisk failover mellan leverantörer om slutpunkten vacklar medan du utvärderar.

Kostnad: frågan om lokalt kontra API, avgjord.

För en sluten modell jämför du priser per token. För Qwen3.8 27B kostar den marginella tokenen ingenting på din egen hårdvara – det verkliga priset är den initiala GPU:n och din tid. Vid 4-bit är det ett 24 GB-kort; vid BF16 är det en maskin i 80 GB-klassen. Om du saknar maskinen, eller vill ha svar innan du binder upp 55,6 GB diskutrymme, finns den hostade vägen: OrcaRouter listar Qwen3.8 27B till $0,33 per miljon indatatokens och $2,40 per miljon utdatatokens på OrcaRouter-modellsidan, vilket är leverantörens listpris vidarebefordrat till 0 % påslag (kontrollerat 15 oktober 2026). Den kostnadsfria, hastighetsbegränsade nivån som den här sidan beskrev i augusti finns inte längre där – betrakta den som inaktuell såvida du inte ser den angiven. Alibabas egen API är den andra hostade vägen, som Artificial Analysis listar till $0,50 och $3,00 per miljon för Xhigh-resonemangskonfigurationen. Qwen Clouds hostade version, med 1M-kontext, är fortfarande märkt "coming soon".

Cost comparison card for Qwen3.8-27B titled 'Self-host vs hosted — the real price': Apache 2.0 weights at $0 license plus your own GPU and electricity; a 4-bit GGUF of roughly 17 GB that fits a 24 GB card; BF16 at 55.6 GB needing an 80 GB-class GPU; a free rate-limited hosted tier at $0 with HTTP 429 past the cap; and a paid hosted tier at $0.33 input / $2.40 output per million tokens with a 262K context window. Footer: prices from the OrcaRouter model page, read August 15, 2026.

Det ärliga sättet att se på saken: för en modell med öppna vikter är en leverantör en bekvämlighet, inte ett beroende. Ett avgiftsbelagt hostat anrop är det billigaste möjliga sättet att avgöra om en nedladdning på 55,6 GB är värd det; det är också det enda sättet att testa modellen utan att först lösa det hårdvaruproblem som stycket om PlayStation 5 beskriver. Men när du väl har bestämt dig är vikterna det som gäller – och de är gratis.

Hur du faktiskt provar det

• Snabbaste utvärderingen — anropa den via en hostad endpoint för $0,33/$2,40 per miljon; några hundra tusen tokens av riktigt arbete kostar bara cent och avgör frågan innan du laddar ner något.

• Verkligt test på din hårdvara — ladda ner en community-GGUF (Q4_K_M-bygget är cirka 17 GB och passar på ett 24 GB-kort) och kör den i llama.cpp eller Ollama. Skicka Jinja-chattmallen, annars svarar modellen dig i thought-taggar. För vision från en GGUF behöver du också den separata mmproj-filen. Vår runbook för att köra Qwen3.8 27B lokalt går igenom det hela.

• Full precision — huggingface-cli download Qwen/Qwen3.8-27B till en GPU i 80 GB-klassen.

• Verifiera vad du laddade ner — kontrollera att utgivaren är Qwe​n-organisationen och validera shards mot crc32.txt; lookalike-repon har dykt upp före releasen.

När denna recension är fel (och vem som bör hoppa över Qwen3.8 27B)

• Du har ingen GPU och kommer inte att hyra någon. Den hostade nivån kostar $0.33/$2.40 per miljon — en liten API-modell kan betjäna dig billigare och mer tillförlitligt. Den här modellen är för dem som vill äga inferensen.

• Du behöver ett SLA. Den hostade nivån lanserades i mitten av augusti; OrcaRouter-modellsidan, läst den 15 oktober, visar en felfrekvens på 2,8 % under de senaste sju dagarna, p50-latens för första token på 3,23 s och utdata på 156 token per sekund över 77,2 miljoner token som routats under det fönstret. Två månader in är det en fungerande endpoint snarare än en kö på lanseringsdagen — men ett rullande veckogenomsnitt är fortfarande inte ett produktionskontrakt. Den som självhostar bör låsa sin nedladdningscommit och ha en fallback.

• Du behöver få leverantörens agentiska påståenden reproducerade, inte bara en enda indexpoäng. Artificial Analysis Intelligence Index-poäng på 34 är den enda oberoende siffran den här modellen har, och den säger ingenting om SWE-bench Pro 61,7 eller DeepSWE 1.1 42,2 — båda fortfarande rapporterade av Alibaba. Riktgivande, inte upphandlingsklassat.

• 262K open-weights-kontext räcker inte. 1M-förlängningen är endast värdbaserad idag.

• Genomströmningen är din flaskhals.Bulksammanfattning eller stora batchar kommer att bli ett problem: detta är en tät 27B som också förbrukar ungefär 3x så många token jämfört med sin föregångare. För billigt bulkarbete vinner en mindre eller snabbare modell.

• Du kör på ett 12 GB-kort. 2-bitars GGUFs tränger sig in med synlig kvalitetsförlust — det är konfigurationen bakom PlayStation 5-datapunkten ovan — så detta är en modell att experimentera med, inte att standardisera på.

Verdict infographic titled 'Use it if / Skip it if' for Qwen3.8-27B: left lane in soft blue labeled 'Use it if' with three items — '24 GB GPU', 'Free Apache 2.0 weights', '262K context + image/video'; right lane in soft gray labeled 'Skip it if' with three items — 'No GPU', 'Need an SLA', 'Need verified benchmarks'.

Slutsatsen

Qwen3.8 27B är den starkaste 27B-modellen med öppna vikter som finns i dag, och den är gratis för alltid under Apache 2.0. Om du har ett GPU med 24 GB+ och vill ha agentisk kodning, 262K kontext och inbyggd bild-/videoinmatning utan en mätarbaserad faktura, är detta köpet. Anledningarna att avstå är lika konkreta: du behöver att leverantörens påståenden om agentisk kodning återges någon annanstans än i modellkortet, ett SLA, mer än 262K kontext med öppna vikter, eller högre genomströmning än vad en dense 27B ger dig. Modellen är släppt, vikterna är verkliga, den enda oberoende poängen hittills är en respektabel 34, och hårdvarugolvet visade sig ligga lägre än vad lanseringsbevakningen antog. Kom bara ihåg vilka siffror som kom från ett labb och vilka som kom från leverantören.