ZwZ2-9B กับ Qwen3.8-27B: ช่องว่างเล็กๆ ที่เจนเนอเรชัน Qwen ใหม่เปิดทิ้งไว้

รุ่น Qwen3.8 เปิดตัวพร้อมโมเดลแบบ dense ขนาด 27B เมื่อวันที่ 5 สิงหาคม 2026, แบบ mixture-of-experts ขนาด 2.4 ล้านล้านพารามิเตอร์เมื่อวันที่ 8 สิงหาคม และรุ่นย่อย Flash-Next เมื่อวันที่ 24 สิงหาคม โดยไม่มีรุ่น 9B รวมอยู่ด้วย นั่นหมายความว่าปลายล่างของไลน์อัปปัจจุบันยังคงถูกครอบครองโดย Qwen3.5-9B ซึ่งเป็นเช็กพอยต์จากวันที่ 27 กุมภาพันธ์ 2026 — และหมายความว่า ZwZ2-9B ที่โพสต์โดย inclusionAI เมื่อวันที่ 16 ตุลาคม 2026 ตั้งอยู่บนสแตก Qwen3.5 ที่ใหม่ที่สุดเท่าที่มีในขนาดนั้น เมื่อนำไปเทียบกับ Qwen3.8-27B คุณไม่ได้กำลังเทียบโมเดลสองตัวจากตระกูลเดียวกัน แต่กำลังเทียบช่องว่างประมาณหนึ่งหมื่นแปดพันล้านพารามิเตอร์ภายในสถาปัตยกรรมเดียว เพราะรุ่น 3.8 ไม่เคยเปลี่ยนชื่อมันเลย

สิ่งแรกที่ต้องเข้าใจคือ นี่ไม่ใช่การแข่งขันในความหมายปกติทั่วไป Qwen3.8-27B เป็นผลิตภัณฑ์ที่เสร็จสมบูรณ์แล้ว มีใบอนุญาต มี API ที่โฮสต์ให้บริการ มีผลการประเมินที่เผยแพร่ และมียอดดาวน์โหลดเจ็ดล้านครั้งในเดือนที่แล้ว ZwZ2-9B เป็นเช็คพอยต์ดัดแปลงที่ไม่มีเอกสารกำกับ อยู่ในที่เก็บโค้ดที่ไม่มี README คำถามที่มีประโยชน์กว่านั้นแคบกว่าและปฏิบัติได้จริงมากกว่า: ถ้าโมเดล 27B เป็นสิ่งที่ Qwen อยากให้คุณรัน คุณกำลังซื้ออะไรกันแน่โดยการอยู่ที่ 9B และเช็คพอยต์ที่ถูกกว่านั้นสืบทอดอะไรมาจากเจเนอเรชันที่สูงกว่ามัน?

สถาปัตยกรรมไม่เคยเปลี่ยนแปลง มีเพียงขนาดเท่านั้นที่เปลี่ยนไป

นี่คือข้อค้นพบที่ทำให้การเปรียบเทียบนี้คุ้มค่าที่จะเขียน และมันปรากฏให้เห็นในไฟล์คอนฟิกสองไฟล์ Qwen3.8-27B ประกาศตัวระบุสถาปัตยกรรมของตัวเองว่า qwen3_5 ZwZ2-9B ก็เช่นกัน ประเภทโมเดลเดียวกัน ชื่อคลาสเดียวกัน การออกแบบกลไกแอตเทนชันเดียวกัน ต้นสายโทเคไนเซอร์เดียวกัน — ห่างกันหนึ่งรุ่น แต่ป้ายกำกับไม่เคยขยับ

มองข้ามชื่อเรียกไป แล้วความคล้ายคลึงกันในตระกูลเดียวกันก็ครบถ้วน ทั้งคู่ใช้อัตราส่วน 3 ต่อ 1 ของเลเยอร์ linear attention ต่อเลเยอร์ full attention ทั้งคู่กำหนดคลังคำศัพท์ 248,320 โทเคน และประกาศเพดานบริบท 262,144 ตำแหน่ง ทั้งคู่ใช้ M-RoPE แบบสลับกัน โดยแบ่งส่วนเหมือนกันและใช้ rotary base 10,000,000 เท่ากัน ทั้งคู่มี vision tower จำนวน 27 เลเยอร์พอดีที่ hidden size 1,152 พร้อม position embedding 2,304 Qwen3.8 ไม่ใช่ดีไซน์ใหม่ที่เข้ามาแทน Qwen3.5 แต่เป็นดีไซน์เดิมในขนาดที่ใหญ่ขึ้น และ Qwen3.8-27B ก็บอกเช่นนั้นในคอนฟิกของตัวเอง

• พารามิเตอร์ — ZwZ2-9B: 9,409,813,744. Qwen3.8-27B: 28 พันล้านตามการ์ดของมัน ซึ่งคอนฟิกระบุ 64 เลเยอร์ที่ขนาดซ่อน 5,120 เทียบกับ 32 เลเยอร์ที่ 4,096

• ตัวระบุสถาปัตยกรรม — qwen3_5 ในทั้งสองแบบ คลาสเดียวกัน ตาราง attention เดียวกัน

• คำศัพท์ — 248,320 ในทั้งสองส่วน รวมถึงรหัสโทเคนของรูปภาพและวิดีโอด้วย

• ขีดจำกัดบริบท — ทั้งสองระบุไว้ที่ 262,144 ตำแหน่ง โดยเวอร์ชันโฮสต์ของ Qwen ขยายได้ถึง 1M

• หอวิชัน — ทั้งสองแบบมี 27 เลเยอร์ที่ขนาดซ่อน 1,152 ส่วนการฉายขยายจาก 4,096 เป็น 5,120 เพื่อให้สอดคล้องกับสแต็กภาษา

• ค่าเริ่มต้นของการใช้เหตุผล — ZwZ2-9B จะตอบโดยไม่คิด เว้นแต่จะถูกขอให้คิด ส่วน Qwen3.8-27B จะคิดโดยค่าเริ่มต้น พร้อมระดับความพยายามในการใช้เหตุผลที่ปรับได้

• สัญญาอนุญาต — ไม่มีการระบุ เทียบกับ Apache-2.0

• หลักฐาน — ไฟล์คอนฟิกเทียบกับการ์ดโมเดล ผลการประเมิน API แบบโฮสต์ และอะแดปเตอร์ที่เผยแพร่แล้ว 198 ตัว

สิ่งที่ 27B ให้คุณได้ ซึ่งรุ่นอนุพันธ์ 9B ไม่มี

สิ่งแรกคือเรื่องการอนุญาต Qwen3.8-27B ใช้สัญญาอนุญาต Apache-2.0 พร้อมการให้สิทธิ์อย่างชัดแจ้ง สามารถนำไปติดตั้งใช้งานบน Azure และ SageMaker ได้ตามแท็กของตัวแบบเอง และให้บริการผ่าน API ที่โฮสต์อย่างเป็นทางการของ Qwen โดยเวอร์ชันที่มีการจัดการรองรับคอนเท็กซ์ 1 ล้านโทเคน ส่วน ZwZ2-9B ไม่ประกาศสัญญาอนุญาตใด ๆ เลย ซึ่งเป็นปัญหาคนละแบบกับสัญญาอนุญาตแบบจำกัดสิทธิ์ เพราะมันคือการไม่มีการให้สิทธิ์เลย มากกว่าจะเป็นการให้สิทธิ์แบบแคบ และนี่คือความเสี่ยงที่ใหญ่ที่สุดเพียงหนึ่งเดียวในการนำมาใช้งาน

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.

ประการที่สามคือระบบนิเวศ ซึ่งเป็นสิ่งที่ถูกพูดถึงน้อยที่สุดและเป็นเสาหลักรับน้ำหนักมากที่สุด Hub แสดงรายการ adapter 198 รายการ, fine-tune 553 รายการ, merge 24 รายการ และ quantisation 1,472 รายการที่สร้างบน Qwen3.8-27B รวมถึง Spaces อีกหนึ่งร้อยรายการ นั่นคือผลงานจำนวนมหาศาลจากผู้คนที่ไม่ใช่ Qwen ซึ่งอธิบายว่าโมเดลนี้มีพฤติกรรมอย่างไรกับโจทย์จริง ZwZ2-9B ไม่มีสิ่งเหล่านี้เลย และยังไม่มีทางมีได้ในตอนนี้ — มันเพิ่งมีอายุแค่ไม่กี่ชั่วโมง

สิ่งที่การเข้าพักที่ 9B ยังคงมอบให้คุณ

มีเหตุผลที่ช่องขนาดเล็กไม่ได้เงียบไป Qwen3.5-9B ซึ่งเป็นเช็กพอยต์ที่ ZwZ2-9B สร้างขึ้นมา มียอดดาวน์โหลด 8,591,266 ครั้งในเดือนที่ผ่านมา มากกว่า 7,363,968 ครั้งของรุ่นเรือธง 27B ในช่วงเดียวกัน ขนาด 9B คือจุดที่งานจริงจำนวนมากเกิดขึ้น เป็นโมเดลที่ใหญ่ที่สุดที่รันได้อย่างสบายบนตัวเร่งความเร็วสำหรับผู้บริโภคเพียงตัวเดียว เป็นขนาดที่ทีมต่างๆ ไฟน์จูนเมื่อต้องการเวตของตัวเองแทนที่จะใช้ API และเป็นจุดที่อนุพันธ์ที่ไม่มีเอกสารอย่าง ZwZ2-9B อาจน่าสนใจได้ เพราะสิ่งที่มันสืบทอดมานั้นมีผู้คนหลายล้านคนได้อ่านแล้ว

การถอดหัวทำนายหลายโทเคนออกก็ไม่ใช่ความสูญเสียที่ชัดเจนนักเช่นกัน คอนฟิกของ ZwZ2-9B กำหนด mtp_num_hidden_layers เป็น 0 ในขณะที่ Qwen3.5-9B มีค่าเป็น 1 ซึ่งเป็นการถอดหัว speculative-decoding ออกไปพร้อมกับพารามิเตอร์ราวหนึ่งในสี่ของพันล้านตัว ไม่ว่ารอบการฝึกจะตั้งใจไว้อย่างไร อาร์ติแฟกต์ที่คุณดาวน์โหลดมาก็เป็นโมเดลที่เรียบง่ายกว่ารุ่นแม่ และความเรียบง่ายก็ทำให้คิดวิเคราะห์ได้ง่ายกว่าเมื่อคุณอ่านการ์ดไม่ได้

และเส้นทางวิชันเหมือนกันทั้งสองทิศทาง: 27 เลเยอร์ที่ขนาด hidden 1,152, ตาราง embedding ขนาด 2,304 ตำแหน่ง, โปรเซสเซอร์วิดีโอที่รับได้สูงสุด 768 เฟรมที่ 2 เฟรมต่อวินาที ถ้าคุณต้องการป้อนภาพ 9B ไม่ได้ยอมยกสิ่งนั้นให้กับ 27B

สิ่งนี้จะมีลักษณะอย่างไรหากคุณกำลังเลือกเอนด์พอยต์แทนที่จะเป็นเช็คพอยต์

คำตอบที่ใช้ได้จริงสำหรับทีมส่วนใหญ่ไม่ใช่การเลือกอย่างใดอย่างหนึ่ง และฝั่งที่โฮสต์ไว้ก็ถูกกำหนดลงตัวแล้วในแบบที่ฝั่งโอเพนเวตส์ยังไม่เป็น Qwen3.8-27B สามารถเลือกเส้นทางได้บน OrcaRouter ในชื่อ qwen/qwen3.8-27b — คอนเท็กซ์ 262K โทเคน รับข้อความ รูปภาพ และวิดีโอเข้า ออกเป็นข้อความ ในราคา $0.33 ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ $2.40 ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน นั่นคือราคาตามรายการของผู้ให้บริการ ที่ส่งผ่านมาพร้อมมาร์กอัป 0% ดังนั้นเมื่อ Qwen เปลี่ยนราคา ตัวเลขตรงนี้ก็จะเปลี่ยนในวันเดียวกัน ไม่ใช่รอไปเปลี่ยนตอนรีเฟรชแค็ตตาล็อกรอบถัดไป และมันวางอยู่ข้าง ๆ qwen/qwen3.8-flash และ qwen/qwen3.8-max บนคีย์เดียวกัน หากคุณต้องการเปรียบเทียบแต่ละระดับบนทราฟฟิกของคุณเอง แทนที่จะดูจากตารางเบนช์มาร์กของใครสักคน

ZwZ2-9B ไม่ได้อยู่ในแค็ตตาล็อกนั้น และเราก็จะไม่สื่อเป็นนัยเป็นอื่น — มันเป็นดาวน์โหลดจาก Hugging Face ที่ไม่มี serving endpoint ซึ่งเผยแพร่โดยผู้ขาย และ inclusionAI ก็แจกจ่ายผ่านช่องทางของผู้ขายเอง หากคุณต้องการตัวแทนแบบโฮสต์สำหรับช่องโมดัลหลากหลายขนาดเล็กในระหว่างที่คุณประเมินเช็กพอยต์นี้ qwen/qwen3-vl-8b-instruct เป็นโมเดลวิชัน-ภาษาขนาด 8B ที่มีบริบท 131K โทเคน ในราคา $0.18 และ $0.70 ต่อล้านโทเคน มีเอกสารประกอบและมีสัญญาอนุญาต การวางตัวเลือกหนึ่งไว้หลังอินเทอร์เฟซเดียวกันกับตัวที่ใช้อยู่เดิม แล้วเปรียบเทียบทั้งสอง的成本 เพียงแค่สตริงโมเดลเดียว — นั่นคือเหตุผลทั้งหมดที่ควรเลือกเราเตอร์โมเดลที่คุณยังไม่แน่ใจ แทนที่จะทำการผสานรวมมัน

คำถามเรื่องคนต่างรุ่น ตอบอย่างตรงไปตรงมา

ไม่มีเบนช์มาร์กใดที่ ZwZ2-9B เอาชนะ Qwen3.8-27B ได้ เพราะไม่มีเบนช์มาร์กใดที่ ZwZ2-9B ถูกวัดผลเลยด้วยซ้ำ โมเดล 28B ที่มีการ์ดทางเทคนิคกับเช็กพอยต์ 9.4B ที่มีไฟล์คอนฟิกไม่ได้แข่งขันกัน ตัวหนึ่งได้รับการประเมิน อีกตัวหนึ่งได้รับการบรรยายลักษณะ ใครก็ตามที่สร้างผลการเปรียบเทียบแบบตัวต่อตัวในสัปดาห์นี้ กำลังบรรยายความประทับใจของตัวเองต่อโมเดลที่เพิ่งดาวน์โหลดมาเมื่อเช้านี้

สิ่งที่ใหม่จริง ๆ ตรงนี้คือสายสืบทอด และมันคุ้มค่าที่จะพูดตรง ๆ เพราะเป็นเรื่องที่มองข้ามได้ง่าย เจเนอเรชัน Qwen3.8 ไม่ได้แทนที่สถาปัตยกรรมของมัน แต่สเกลมันขึ้น Qwen3.8-27B และ ZwZ2-9B ใช้ตัวระบุสถาปัตยกรรมเดียวกัน ใช้คลังคำศัพท์ร่วมกัน ใช้เพดานบริบทเดียวกัน ใช้ตาราง attention เดียวกัน และใช้วิชันทาวเวอร์เดียวกัน ละเอียดไปจนถึงจำนวนเลเยอร์และความกว้างที่ซ่อนอยู่ นั่นเป็นความรู้ที่มีประโยชน์ทั้งสองทาง มันบอกคุณว่าเช็กพอยต์ 9B บนสแตกนี้น่าจะให้ความรู้สึกแบบไหน และบอกคุณว่าช่องว่างระหว่างปลายด้านเล็กกับด้านใหญ่ของตระกูล Qwen เป็นเรื่องของระดับ มากกว่าจะเป็นการเปลี่ยนสายพันธุ์

ดังนั้นคำตัดสินที่ตรงไปตรงมาเกี่ยวกับ ZwZ2-9B เทียบกับ Qwen3.8-27B ก็คือ 27B เป็นรุ่นที่คุณวางแผนโดยอิงกับมันได้ และ 9B ซึ่งเป็นรุ่นอนุพันธ์เป็นรุ่นที่น่าจับตา อ่านคอนฟิก รันงานของคุณเองกับมัน และรอไลเซนส์ก่อนที่มันจะไปแตะต้องอะไรที่สำคัญ

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง