ZwZ2-9B vs Qwen3.8-27B: Den lilla luckan som den nya Qwen-generationen lämnade öppen

Qwen3.8-generationen släpptes med en tät 27B-modell den 5 augusti 2026, en mixture-of-experts med 2,4 biljoner parametrar den 8 augusti och en Flash-Next-variant den 24 augusti. Den innehöll ingen 9B. Det innebär att den mindre änden av den nuvarande modellserien fortfarande upptas av Qwen3.5-9B, en checkpoint från 27 februari 2026 – och det innebär ZwZ2-9B, publicerad av inclusionAI den 16 oktober 2026, ligger på den nyaste tillgängliga Qwen3.5-stacken i den storleken. Jämför den med Qwen3.8-27B och du jämför inte två modeller från en och samma familj. Du jämför en skillnad på ungefär arton miljarder parametrar inom en och samma arkitektur, eftersom 3.8-generationen aldrig döpte om den.

Det första att förstå är att detta inte är en rivalitet i någon vanlig mening. Qwen3.8-27B är en färdig produkt med licens, ett hostat API, publicerade utvärderingar och sju miljoner nedladdningar den senaste månaden. ZwZ2-9B är odokumenterade derivatcheckpoints i ett repo utan README. Den användbara frågan är snävare och mer praktisk: om en 27B-modell är den Qwen vill att du ska köra, vad exakt köper du genom att stanna på 9B, och vad ärver den billigare checkpointen från generationen ovanför den?

Arkitekturen förändrades aldrig – bara skalan gjorde det.

Detta är den upptäckt som gör jämförelsen värd att skriva, och den syns i två konfigurationsfiler. Qwen3.8-27B anger sin arkitekturidentifierare som qwen3_5. Det gör ZwZ2-9B också. Samma modelltyp, samma klassnamn, samma uppmärksamhetsdesign, samma tokenizer-härstamning — en generation isär, och etiketten flyttade sig aldrig.

Se förbi identifieraren, och familjelikheten är komplett. Båda använder samma schema på tre till ett från lager med linjär uppmärksamhet till lager med full uppmärksamhet. Båda reserverar en vokabulär på 248 320 token och deklarerar ett kontexttak på 262 144 positioner. Båda använder interfolierad M-RoPE med samma sektionsuppdelning och samma rotationsbas på 10 000 000. Båda har ett visionstorn med exakt 27 lager vid hiddenstorlek 1 152 med 2 304 positionsinbäddningar. Qwen3.8 är inte en ny design som ersatte Qwen3.5. Det är samma design i större dimensioner, och Qwen3.8-27B säger det själv i sin egen konfiguration.

• Parametrar — ZwZ2-9B: 9 409 813 744. Qwen3.8-27B: 28 miljarder enligt dess modellkort, vars konfiguration anger 64 lager vid dold storlek 5 120 mot 32 lager vid 4 096.

• Arkitekturidentifierare — qwen3_5 i båda. Samma klass, samma uppmärksamhetsschema.

• Vokabulär — 248 320 i båda, inklusive token-id:n för bild och video.

• Kontexttak — 262 144 positioner deklarerade i båda, med Qwens hostade version som sträcker sig till 1M.

• Visionstorn — 27 lager med dold storlek 1 152 i båda; projektionen breddas från 4 096 till 5 120 för att matcha språkstacken.

• Standard för resonemang — ZwZ2-9B svarar utan att tänka om det inte efterfrågas. Qwen3.8-27B tänker som standard, med en justerbar resonemangsansträngning.

• Licens — ingen deklarerad vs Apache-2.0.

• Bevis — en konfigurationsfil kontra ett modellkort, utvärderingsresultat, ett hostat API och 198 publicerade adaptrar.

Vad 27B ger dig som 9B-derivatet inte gör

Det första är tillstånd. Qwen3.8-27B är Apache-2.0 med ett uttryckligt medgivande, kan driftsättas på Azure och SageMaker enligt dess egna taggar och tillhandahålls via Qwens officiella hostade API med en kontext på 1M tokens i den hanterade versionen. ZwZ2-9B anger ingen licens alls, vilket är ett annat problem än en restriktiv licens – det är frånvaron av ett medgivande snarare än ett snävt sådant, och det är den enskilt största risken med att införa det.

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.

Den tredje är ekosystemet, som är det minst diskuterade och mest bärande. Hub listar 198 adaptrar, 553 finjusteringar, 24 sammanslagningar och 1 472 kvantiseringar byggda på Qwen3.8-27B, plus hundra Spaces. Det är ett verk av människor som inte är Qwen, som beskriver hur modellen beter sig på verkliga problem. ZwZ2-9B har inget av det, och kan ännu inte ha något av det — den är bara några timmar gammal.

Vad du fortfarande får av att stanna på 9B

Det finns en anledning till att den lilla platsen inte har tystnat. Qwen3.5-9B, den checkpoint som ZwZ2-9B är byggd på, registrerade 8 591 266 nedladdningar den senaste månaden – mer än 27B-flaggskeppets 7 363 968 under samma period. Det är i 9B-storleken som en stor del av det verkliga arbetet sker: det är den största modellen som bekvämt får plats på en enda konsumentaccelerator, det är storleken som team finjusterar när de vill ha sina egna vikter i stället för ett API, och det är där en odokumenterad derivata som ZwZ2-9B rimligen kan vara intressant, eftersom det den ärver har lästs av miljoner människor.

Att ta bort multi-token-prediction-huvudet är inte heller uppenbart en förlust. ZwZ2-9B:s konfiguration sätter mtp_num_hidden_layers till 0 där Qwen3.5-9B har 1, vilket tar bort ett speculative-decoding-huvud och ungefär en kvarts miljard parametrar med det. Vad träningskörningen än avsåg är artefakten du laddar ner en enklare modell än sin förälder, och enklare är lättare att resonera kring när du inte kan läsa ett kort.

Och visionsvägen är densamma i båda riktningarna: 27 lager med en dold storlek på 1 152, en inbäddningstabell med 2 304 positioner, en videoprocessor som tar upp till 768 bildrutor vid 2 bildrutor per sekund. Om du behöver bildinmatning, ger 9B inte upp det till 27B.

Hur det här ser ut om du väljer en slutpunkt i stället för en kontrollpunkt

Det praktiska svaret för de flesta team är inte antingen-eller, och den hostade sidan av det är avgjord på ett sätt som open-weights-sidan inte är. Qwen3.8-27B går att routa på OrcaRouter som qwen/qwen3.8-27b — en kontext på 262K tokens, text, bild och video in, text ut, för $0,33 per miljon input-tokens och $2,40 per miljon output. Det är leverantörens listpris som förs vidare med 0 % påslag, så när Qwen ändrar ett pris ändras siffran här samma dag i stället för vid nästa kataloguppdatering, och den ligger bredvid qwen/qwen3.8-flash och qwen/qwen3.8-max på samma nyckel om du vill jämföra nivåer på din egen trafik i stället för i någons benchmarktabell.

ZwZ2-9B finns inte i den katalogen och vi kommer inte att antyda något annat – det är en Hugging Face-nedladdning utan någon serving-endpoint som publicerats av leverantören, och inclusionAI distribuerar genom leverantörens egna kanaler. Om du vill ha en hostad ersättare för den lilla multimodala platsen medan du utvärderar checkpointen, qwen/qwen3-vl-8b-instruct är en 8B visions-språkmodell med en kontext på 131K tokens för $0,18 och $0,70 per miljon tokens, dokumenterad och licensierad. Att sätta en kandidat bakom samma gränssnitt som den befintliga och jämföra de två kostar en modellsträng; det är hela argumentet för att routa en modell som du inte är säker på i stället för att integrera den.

Generationsfrågan, ärligt besvarad

Det finns ingen benchmark där ZwZ2-9B slår Qwen3.8-27B, eftersom det inte finns någon benchmark där ZwZ2-9B över huvud taget har mätts. En 28B-modell med ett tekniskt kort och en 9,4B-checkpoint med en konfigurationsfil konkurrerar inte; en av dem har utvärderats och en av dem har beskrivits. Den som producerar ett head-to-head-resultat den här veckan beskriver sitt eget intryck av en modell som de laddade ner i morse.

Det som verkligen är nytt här är släktskapet, och det är värt att säga rakt ut eftersom det är lätt att missa. Qwen3.8-generationen ersatte inte sin arkitektur; den skalade upp den. Qwen3.8-27B och ZwZ2-9B svarar mot samma arkitekturidentifierare, delar ett ordförråd, ett kontexttak, ett uppmärksamhetsschema och ett visionstorn ända ned till antalet lager och den dolda bredden. Det är användbar kunskap i båda riktningarna: den berättar för dig hur en 9B-checkpoint på den här stacken sannolikt kommer att kännas, och den berättar att gapet mellan den lilla och den stora änden av Qwen-familjen är en fråga om grad snarare än ett artbyte.

Så det ärliga omdömet om ZwZ2-9B kontra Qwen3.8-27B är att 27B är den du kan planera kring, och 9B-derivatet är det som är värt att hålla ögonen på. Läs konfigurationen, kör din egen uppgift mot den och vänta på en licens innan den rör något som spelar roll.

Inget av detta är hypotetiskt: de dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, tillförlitlighetsgrad och omtvistad flagga.