Qwen3.8-27B: โมเดล Dense 27B ในตระกูล Qwen3.8 ของ Alibaba

ตัวเลขตัวเดียวตัดสินว่าคุณจะรัน Qwen3.8-27B ด้วยตัวเองได้หรือไม่: 55.6 GB นั่นคือน้ำหนักรวมแบบ BF16 ในที่เก็บของเจ้าของเอง — ไฟล์ safetensors สิบแปดชาร์ด พารามิเตอร์ 27.8 พันล้านตัวเมื่อนับ vision tower เข้าไปด้วย — และนี่คือเหตุผลที่ที่อยู่ที่ใช้ได้จริงของโมเดลนี้คือการ์ดจอ 24 GB ที่รันบิลด์แบบบีบอัด มากกว่าจะเป็นเวิร์กสเตชันที่รันแบบที่ส่งมอบมา ทุกอย่างอื่นเกี่ยวกับQwen3.8-27Bล้วนตามมาจากรูปทรงนั้น มันเป็นโมเดลแบบ dense ไม่ใช่ mixture of experts: ทุกโทเคนที่คุณสร้างจะจุดพารามิเตอร์ทั้ง 27 พันล้านตัวให้ทำงาน ซึ่งเป็นการแลกเปลี่ยนที่ตรงข้ามกับพวกยักษ์สแปร์สที่อยู่ร่วมเจเนอเรชันเดียวกัน และมันเป็นสมาชิกเพียงตัวเดียวในรอบนี้ที่มีกลุ่มคำแวดล้อมชื่ออยู่จริง ๆ — ผู้อ่านค้นหามันโดยตรง และค้นหาคำคุณศัพท์ที่อยู่รอบ ๆ ชื่อ — หน้าจึงเป็นคำตอบตรง ๆ ว่าสิ่งนี้คืออะไร เอาไว้ทำอะไร และคุณกำลังเลือกอะไรอยู่ก่อนจะเลือกรุ่นขนาดหรือฟอร์แมต

การระบุให้ชัดเจน เพราะชื่อสามชื่อในตระกูลนี้สับสนกันได้ง่าย Qwen3.8-27B เป็นสมาชิกแบบ dense ที่โฮสต์เองได้ในรุ่น Qwen3.8 ของ Alibaba ส่วนพี่น้องของมันเป็นคนละผลิตภัณฑ์กัน: Qwen3.8-2.4T-A95Bคือ sparse mixture-of-experts ขนาด 2.4 ล้านล้านพารามิเตอร์ ซึ่งน้ำหนักของมันก็เผยแพร่ในเดือนสิงหาคม 2026 เช่นกัน และ Qwen3.8-Max คือ API แบบโฮสต์ที่สร้างบนสถาปัตยกรรมเดียวกัน ซึ่งไม่มีน้ำหนักให้ดาวน์โหลดเลย รุ่นนี้ประกาศเปิดตัวเมื่อวันที่ 3 สิงหาคม 2026 และน้ำหนักของ 27B เผยแพร่บน Hugging Face และ ModelScope เมื่อวันที่ 14 สิงหาคม 2026 ภายใต้ Apache 2.0 — เป็นวันที่ควรระบุให้ชัดเจน เพราะการเปิดตัวเป็นเพียงสิ่งที่กำหนดอายุของโมเดลนี้ ไม่ใช่เหตุการณ์ที่หน้านี้กำลังรายงาน

มันคืออะไร ในคำพูดของ Alibaba เอง

การ์ดโมเดลอธิบาย Qwen3.8-27B ว่าเป็น "โมเดล dense ที่กะทัดรัดและเหมาะสำหรับการนำไปใช้งาน": โมเดลภาษาภาพ (vision-language) แบบเนทีฟที่เข้าใจทั้งภาพและวิดีโอ พร้อมการควบคุมโหมดคิดที่ยืดหยุ่น "ออกแบบมาเพื่อทำงานที่ซับซ้อนและมีหลายขั้นตอนให้สำเร็จลุล่วงได้อย่างน่าเชื่อถือมากขึ้น" นั่นคือจุดยืนของผู้จำหน่ายซึ่งมีการระบุที่มา และการ์ดสนับสนุนด้วยการปรับปรุงที่อ้างว่ามีห้าประการ ได้แก่ ความสามารถหลักที่ดีขึ้นในด้านการเขียนโค้ด งานวิชาชีพ งานวิจัย และงานเอเจนต์ระยะยาว; การวางแผนอัตโนมัติที่แข็งแกร่งขึ้นและการจัดการกับฟีดแบ็กจากสภาพแวดล้อม; การรองรับ agent harness และเครื่องมือพัฒนายอดนิยมที่กว้างขวางขึ้น; โหมดคิดที่เปิดไว้เป็นค่าเริ่มต้นแต่สามารถปิดได้เป็นรายคำขอ โดยปรับความลึกผ่าน reasoning_effortและการเข้าใจภาพและวิดีโอแบบเนทีฟ ซึ่งการ์ดระบุว่าครอบคลุมตั้งแต่แผนภาพและเอกสารด้าน STEM ไปจนถึงวิดีโอที่มีความยาวระดับชั่วโมง

สถาปัตยกรรมเบื้องหลังข้อกล่าวอ้างนั้นเป็นแบบไฮบริด Qwen3.8-27B ถูกจัดวางเป็นบล็อกซ้ำ ๆ สิบหกบล็อก โดยแต่ละบล็อกประกอบด้วยเลเยอร์ linear-attention ของ Gated DeltaNet สามเลเยอร์ และเลเยอร์ Gated Attention แบบเต็มหนึ่งเลเยอร์ — รวมทั้งหมด 64 เลเยอร์ มิติซ่อน 5,120 หัว linear-attention 48 หัวสำหรับ value เทียบกับ 16 หัวสำหรับ query พูดง่าย ๆ คือมีเพียงหนึ่งในสี่ของเลเยอร์เท่านั้นที่เก็บแคช attention แบบดั้งเดิม นั่นคือเหตุผลที่โมเดลขนาด 27B สามารถรองรับบริบทเนทีฟ 262,144 โทเคนได้โดยไม่ต้องแบกรับภาระหน่วยความจำที่ทรานส์ฟอร์เมอร์ทั่วไปขนาดเท่านี้ต้องใช้ และยังเป็นเหตุผลที่รอยเท้าในเครื่องของมันเป็นมิตรกว่าที่จำนวนพารามิเตอร์บ่งชี้ บริบทขยายได้ถึง 1,000,000 โทเคนด้วยการสเกล YaRN ซึ่งการ์ดเตือนว่าอาจทำให้ประสิทธิภาพแย่ลงกับอินพุตที่สั้นลง หากคุณเปิดใช้มันไว้แบบคงที่ โหมดคิดเปิดเป็นค่าเริ่มต้น; การสุ่มที่การ์ดแนะนำคือ temperature 1.0 กับ top_p 0.95 เมื่อคิด, 0.7 กับ top_p 0.80 เมื่อไม่คิด และแนะนำให้จัดสรรเอาต์พุตอย่างเหลือเฟือ — สูงสุด 262,144 โทเคนสำหรับการให้เหตุผล และ 131,072 สำหรับคำตอบสุดท้ายภายในหน้าต่างยาว

ตอนนี้มาถึงส่วนทั่วไปที่ตรงไปตรงมา ซึ่งเป็นความรู้เชิงงานฝีมือมากกว่าการวัดผลของโมเดลนี้โดยเฉพาะ โมเดล dense ขนาด 27B ในปี 2026 อยู่ในตำแหน่งที่เฉพาะเจาะจง มันใหญ่พอที่จะมีประโยชน์จริง ๆ และเล็กพอที่จะรันบนฮาร์ดแวร์ที่คนคนเดียวหรือทีมเล็ก ๆ เป็นเจ้าของได้ ซึ่งทำให้มันมีรูปทรงที่เหมาะสมสำหรับการอนุมานแบบส่วนตัว สำหรับงานแบบแบตช์ที่การคิดค่าบริการต่อโทเคนเป็นศัตรู และสำหรับลูปของเอเจนต์ที่เรียกใช้จำนวนมากในราคาถูกแทนที่จะเรียกครั้งเดียวแพง ๆ มันไม่ใช่รูปทรงที่เหมาะกับงานให้เหตุผลที่ยากที่สุดเท่าที่คุณมี สำหรับเอกสารเดี่ยวที่ยาวที่สุด หรือสำหรับอะไรก็ตามที่คุณยอมเช่าของระดับ state-of-the-art ดีกว่าที่จะเป็นเจ้าของของที่ดีพอใช้ — โมเดล dense ขนาด 27B แพ้โมเดล frontier ที่ให้บริการมาอย่างดีในระดับบนสุด และแพ้ MoE ขนาดเล็กในเรื่องต้นทุนต่อโทเคนที่ระดับล่างสุด ความหนาแน่นยังเป็นข้อเท็จจริงด้านความหน่วงด้วย: เมื่อพารามิเตอร์ทุกตัวทำงานกับทุกโทเคน โมเดล dense โดยทั่วไปจะช้ากว่าต่อโทเคนเมื่อเทียบกับโมเดล sparse ที่คุณภาพใกล้เคียงกัน และ Qwen3.8-27B ยังเป็นโมเดลให้เหตุผลซ้อนเข้าไปอีก ดังนั้นมันจึงใช้โทเคนเอาต์พุตไปกับการคิดก่อนที่จะตอบ ไม่มีสิ่งใดในนี้เป็นคะแนนสำหรับโมเดลนี้โดยเฉพาะ มันคือรูปทรงของการตัดสินใจที่คุณกำลังทำอยู่

ขนาดและความพอดี โดยสรุป

บทสรุป โดยทิ้งรายละเอียดการคำนวณไว้ตรงที่ที่มันควรอยู่ น้ำหนัก BF16 แบบเต็มมีขนาด 55.6 GB ซึ่งเป็นเรื่องของเครื่องเร่งความเร็วระดับ 80 GB เลย์เอาต์ attention แบบไฮบริดคือสิ่งที่ทำให้บิลด์แบบบีบอัดรับมือได้ง่ายเป็นพิเศษ: การควอนไทซ์แบบ 4 บิตอยู่ในช่วงกลาง ๆ ประมาณสิบกว่ากิกะไบต์ และรันได้สบายบนการ์ด 24 GB ที่ความยาวคอนเท็กซ์ทั่วไป ส่วนการ์ด 16 GB จะเป็นไปได้จริงก็ต่อเมื่อคุณยอมรับการควอนไทซ์ที่ต่ำลงหรือคอนเท็กซ์แบบสั้น และ 8 GB นั้นไม่ไหว เพราะมีเพียง 16 จาก 64 เลเยอร์เท่านั้นที่ถือแคช attention แบบเต็ม คอนเท็กซ์ยาวจึงมีต้นทุนต่ำกว่าที่จะเป็นบนโมเดล 27B ทั่วไป — แต่มันไม่ได้ฟรี และแคชก็คือสิ่งที่ดันเซ็ตอัป 24 GB ที่สบาย ๆ ไปจนถึงเพดานของมันเมื่อคุณเพิ่มขนาดหน้าต่าง เรามีหน้าอีกหน้าหนึ่งที่เก็บบันได VRAM ต่อการควอนไทซ์แต่ละแบบ เส้นกราฟความยาวคอนเท็กซ์ และตัวเลขหน่วยความจำแบบรวมของ Apple silicon ไว้ หากคุณกำลังจะซื้อฮาร์ดแวร์ ให้อ่านอันนั้นแทนอันนี้

รูปแบบต่างๆ ในฐานะทางเลือก มากกว่าคู่มือวิธีทำ

มีสี่เส้นทางให้เลือก และแต่ละเส้นทางตอบคำถามที่แตกต่างกันสี่ข้อ GGUF คือตัวเลือกเพื่อความเข้ากันได้ — สายเลือดของ llama.cpp, การรองรับฮาร์ดแวร์ที่กว้างที่สุด, ฟอร์แมตที่จะรันบนเครื่องที่คุณมีอยู่แล้วก็ได้ และมันคือสิ่งที่คนส่วนใหญ่ที่ค้นหา Qwen3.8-27B ตามหาอยู่จริง ๆ: เลือกตัวนี้เมื่อคุณอยากให้เวตส์ทำงานบนเครื่องที่อยู่ตรงหน้าคุณ และคุณยินดีที่จะเลือกระดับควอนไทเซชัน MLX คือตัวเลือกสำหรับ Apple silicon และเป็นตัวเลือกจริง ๆ ด้วย — โมเดลนี้รันบน Mac ผ่าน MLX ซึ่งสำหรับโมเดลภาพ-ภาษา ขนาด 27B แล้ว นี่ไม่ใช่สิ่งที่ควรคิดว่าเป็นเรื่อง理所当然 ในฝั่งการให้บริการ NVFP4 และ FP8 คือฟอร์แมตที่คุณใช้ดีพลอยมากกว่ารันแบบโต้ตอบ: FP8 ทำให้โมเดลใกล้เคียงความแม่นยำเต็มที่โดยใช้พื้นที่เวตส์ราวครึ่งเดียวสำหรับ GPU ใบใหญ่หนึ่งใบ และ NVFP4 คือบิลด์ยุค Blackwell ที่ดุดัน ซึ่งวัดได้ประมาณ 25 GB ของ VRAM โดยที่วิชันทาวเวอร์ยังคงความแม่นยำเต็มที่ Unsloth คือเส้นทางสำหรับฟайнทูน — แพ็ก GGUF ที่มาพร้อมเส้นทางการเทรน สำหรับเมื่อคุณตั้งใจจะเปลี่ยนแปลงเวตส์ ไม่ใช่แค่รันมัน แต่ละเส้นทางมีหน้าของตัวเองภายใต้โมเดลนี้ และแต่ละหน้าตอบคำถามที่ต่างจากคำถามของหน้านี้

สิ่งที่ใบอนุญาตให้ทำได้จริง ๆ

Qwen3.8-27B เผยแพร่ภายใต้ Apache 2.0 ไฟล์ LICENSE อยู่ในรีโพซิทอรี และสัญญาอนุญาตนี้เป็นมาตรฐานแบบผ่อนปรน而非ข้อตกลงเฉพาะ: อนุญาตให้ใช้เชิงพาณิชย์โดยไม่มีเพดานจำนวนผู้ใช้หรือค่าลิขสิทธิ์ การแก้ไข การเผยแพร่ต่อ และการให้สิทธิบัตรอย่างชัดแจ้ง โดยมีเงื่อนไขว่าคุณต้องแนบสัญญาอนุญาตและประกาศต่างๆ ไปพร้อมกับสิ่งที่คุณส่งต่อ เรื่องนี้สำคัญเพราะมันเป็นไฟล์ที่แตกต่างจากไฟล์ที่ใช้กับสมาชิกอื่นในตระกูล — Qwen3.8-2.4T-A95B เผยแพร่ภายใต้สัญญาอนุญาต Qwen แบบกำหนดเอง ไม่ใช่ Apache 2.0 — ดังนั้น "มันเป็น Qwen ก็ต้องเป็น Apache" จึงไม่ใช่ข้อสันนิษฐานที่ปลอดภัย และนี่คือสมาชิกที่บังเอิญเป็นเช่นนั้นจริง

การใช้ Apache 2.0 กับเวตยังเป็นคำตอบตรง ๆ สำหรับคำค้นหาเชิงคุณสมบัติที่ใหญ่ที่สุดเพียงหนึ่งเดียวที่หน้านี้อยู่ข้าง ๆ นั่นคือเวอร์ชัน uncensored และ abliterated สิ่งที่สัญญาอนุญาตเปิดให้ทำนั้นง่ายและควรพูดออกไปตรง ๆ โดยไม่ต้องปรุงแต่ง: เวตที่เผยแพร่สามารถแก้ไขและแจกจ่ายซ้ำได้ รวมถึงการแก้ไขที่เปลี่ยนพฤติกรรมของโมเดล และสามารถเผยแพร่บิลด์ที่ต่อยอดดัดแปลงได้ภายใต้เงื่อนไขเดียวกัน นั่นคือกลไกทั้งหมดที่อยู่เบื้องหลังการเผยแพร่เวอร์ชัน abliterated — ชุมชนหรือแล็บเผยแพร่สำเนาที่แก้ไขของเวตที่ได้สัญญาอนุญาตแบบเปิด และแจกจ่ายซ้ำ เราเดินเส้นทางนี้เองสำหรับโมเดลนี้: บิลด์ Qwen3.8-27B-Uncensored-GGUF, NVFP4 และ MLX เป็นของเรา เผยแพร่ภายใต้เงื่อนไข Apache 2.0 เดียวกับต้นฉบับ สิ่งที่บริการโฮสต์จะสร้างหรือไม่สร้างเป็นคำถามคนละข้อกับสิ่งที่สัญญาอนุญาตเปิดให้ทำ และหน้านี้ไม่ได้ตอบคำถามนั้น — หน้า uncensored แยกตามรูปแบบครอบคลุมเรื่องการดาวน์โหลด

อะไรที่ยังไม่ได้ข้อยุติ

มีสามประเด็นที่ยังเปิดอยู่จริง ๆ บริบท 1M โทเคนเป็นการขยายด้วย YaRN มากกว่าจะเป็นหน้าต่างแบบเนทีฟ และการ์ดโมเดลเองก็เตือนว่าการสเกล YaRN แบบสแตติกอาจส่งผลเสียต่อประสิทธิภาพกับอินพุตสั้น ดังนั้นเพดานที่ใช้ได้จริงสำหรับการตั้งค่าโลคอลส่วนใหญ่คือหน้าต่างเนทีฟ 262,144 และส่วนขยายเป็นการตัดสินใจเฉพาะการปรับใช้แต่ละครั้งที่คุณต้องทดสอบ การ์ดโมเดลของ Alibaba เองชี้ผู้อ่านที่ต้องการบริการแบบจัดการไปที่ Qwen Cloud ซึ่งระบุว่ากำลังจะมาเร็ว ๆ นี้สำหรับโมเดลนี้ — ดังนั้น ณ ตุลาคม 2026 ระดับโฮสต์ที่การ์ดโฆษณาไว้นั้นไม่ใช่สิ่งที่เรายืนยันได้ว่าพร้อมใช้งานทั่วไป และเราจะไม่อธิบายข้อกำหนดของมันจากทีเซอร์ และตาราง benchmark บนการ์ดเป็นการประเมินของ Alibaba เอง ซึ่งไม่ได้ถูกทำซ้ำโดยฝ่ายที่เผยแพร่มัน ซึ่งเป็นข้อควรระวังที่อยู่ต่อไปแม้หลังการเปิดตัว

ความพร้อมใช้งาน

เราให้บริการโมเดลนี้ ตัวระบุคือ qwen/qwen3.8-27b ในรายการโมเดลที่ให้บริการจริงของเรา — เป็นโมเดล 27B แบบ dense multimodal ที่รับข้อความ รูปภาพ และวิดีโอ ด้วยหน้าต่างบริบทขนาด 262,144 ตำแหน่ง และผู้อ่านสามารถชี้ไคลเอนต์ที่เข้ากันได้กับ OpenAIมาที่โมเดลนี้ได้ตั้งแต่วันนี้ นั่นคือทั้งหมดที่เราจะกล่าวถึงเส้นทางนี้ในที่นี้: ไม่มีการกล่าวอ้างเรื่องราคา ไม่มีการกล่าวอ้างเรื่องปริมาณงาน หากคุณกำลังเลือกโดยพิจารณาจากค่าใช้จ่าย ให้คำนวณจากปริมาณการใช้งานของคุณเอง แทนที่จะอิงจากตัวเลขบนหน้านี้

ตัวเลือกที่เหลืออยู่ให้ตัดสินใจก็คือรูปแบบ และนี่เป็นคำถามเรื่องฮาร์ดแวร์ก่อนที่จะเป็นเรื่องซอฟต์แวร์ หากคุณรันมันบนเครื่องที่อยู่ตรงหน้าคุณ เส้นทาง GGUF คือที่ที่ระดับการควอนไทซ์ต่าง ๆ อยู่ และเป็นที่ที่คุณจะรู้ว่าการ์ดของคุณเพียงพอหรือไม่ หากคุณใช้ Mac เส้นทาง MLXคือเส้นทางที่กำหนดว่าคุณมีหน่วยความจำแบบรวมอยู่หรือไม่ อ่านหนึ่งในสองเส้นทางนั้นเป็นลำดับถัดไป แล้วกลับมาที่หน้านี้เฉพาะเมื่อคุณอยากเตือนความจำตัวเองว่าโมเดลนี้คืออะไรก่อนที่คุณจะสละพื้นที่ดิสก์