Qwen 27B: Bạn đang nắm giữ 27B nào và nên tải xuống bản nào

Ba checkpoint trong dòng Qwen của Alibaba mang số 27, và chúng không phải là cùng một mô hình: Qwen3.5-27B, Qwen3.6-27B và Qwen3.8-27Blà cùng một lớp kích thước trải qua ba thế hệ, trong chuỗi chỉ được phân biệt bằng một nhóm chữ số phiên bản. Đây là trang tham chiếu thường trực chứ không phải báo cáo ra mắt, và căn cứ của nó là nhu cầu tìm kiếm first-party mà chúng tôi đo được vào ngày 2026-10-13: 839 lượt hiển thị và 24 lượt nhấp trên năm mươi truy vấn ở gốc 27B và các từ bổ nghĩa của nó, so với 72 lượt hiển thị và một lượt nhấp trên hai truy vấn trần qwen 27b trong tập hợp đó. Năm mươi truy vấn cùng nhắm vào một lớp kích thước, trong khi gần như không ai tìm kiếm gốc trần, là dấu hiệu của sự nhầm lẫn điều hướng chứ không phải của một đợt ra mắt. Các ngày phát hành bên dưới định ngày cho từng checkpoint; chúng không phải là một thông báo. Việc ở đây là phân định rõ trước, thông số kỹ thuật sau — một độc giả rời đi mà biết nên tải 27B nào thì đã được phục vụ, còn người rời đi chỉ biết rằng dòng này chứa nhiều mô hình 27B thì chưa.

Danh sách 27B, nhìn lướt qua

Mọi thành viên của dòng mang 27B trong tên, theo thứ tự phát hành. ID kho lưu trữ đầy đủ, thế hệ và ngày công bố trọng số:

• Qwen/Qwen3.5-27B — thế hệ Qwen3.5 — trọng số được công bố ngày 24 tháng 2 năm 2026.

• Qwen/Qwen3.6-27B — thế hệ Qwen3.6 — trọng số được công bố ngày 21 tháng 4 năm 2026.

• Qwen/Qwen3.8-27B — thế hệ Q​wen3.8 — trọng số được công bố ngày 5 tháng 8 năm 2026.

Đó là toàn bộ danh sách, và có ba điều rút ra từ đó giúp người đọc tiết kiệm thời gian. Thứ nhất, các bản lượng tử hóa cùng thế hệ không phải là thành viên bổ sung: Qwen/Qwen3.5-27B-FP8 và Qwen/Qwen3.5-27B-GPTQ-Int4, Qwen/Qwen3.6-27B-FP8, và Qwen/Qwen3.8-27B-FP8 là cùng một bộ trọng số được mã hóa lại ở độ chính xác thấp hơn cho phần cứng muốn chúng, được phát hành dưới cùng một giấy phép. Thứ hai, ba checkpoint trò chuyện được bổ sung bởi các bản phái sinh từ cộng đồng — rõ nhất là họ orcarouter/Qwen3.8-27B-Uncensored do OrcaRouter lưu trữ, vốn phát hành lại trọng số Qwen3.8 ở các dạng GGUF, MLX, NVFP4, FP8 và INT8, cùng với orcarouter/Qwen3.8-27B-MLX, một bản chuyển đổi của trọng số gốc chưa chỉnh sửa. Thứ ba, một checkpoint thực sự có tên 27B không thể ra đời trước thế hệ Qwen3.5, vì các thế hệ trước đó dùng các kích cỡ khác nhau xuyên suốt: Qwen3 phát hành một cặp 32B dense và 30B-A3B mixture-of-experts, còn Qwen2.5 phát hành 32B và 72B, không có 27B ở đâu trong cả hai dòng.

Cách nhận biết bạn đang có cái nào

Cái bẫy về cách đặt tên nằm ở chỗ cùng một con số xuất hiện trong ba thế hệ khác nhau, và các chữ số phiên bản là khác biệt duy nhất trong chuỗi. Đó không phải là vấn đề hình thức, bởi vì ngoài điểm đó ra thì ba checkpoint được mô tả giống hệt nhau ở mức mà một tệp cục bộ cho bạn. Cả ba đều báo cáo model_type qwen3_5 và kiến trúc Qwen3_5ForConditionalGeneration trong cấu hình của chúng, cả ba đều mang 27,781,427,952 tham số — khoảng 27.78 tỷ, được đếm từ chỉ mục tensor chứ không phải từ nội dung tiếp thị — và cả ba đều khai báo cùng 55.56 GB trọng số BF16. Một thư mục có tên 27b trên đĩa, hoặc một tệp cấu hình đã bị loại bỏ tên nhà cung cấp, do đó chỉ nhận diện được kích thước và không gì khác.

Yếu tố xác định thế hệ là đường dẫn kho lưu trữ, ngày xuất bản và số lượng shard trong model.safetensors.index.json:

• Qwen/Qwen3.5-27B — 11 phân mảnh chứa 1.199 tensor, một checkpoint BF16 55,56 GB, chỉ mục được ghi ngày 24 tháng 2 năm 2026. Chỉ mục của nó liệt kê 96 tensor float32 với tổng cộng 8.448 tham số, khoảng 33 KB: các giá trị gating và chuẩn hóa theo từng lớp mà hai thế hệ sau đã chuyển sang BF16.

• Qwen/Qwen3.6-27B — 15 phân mảnh chứa 1.199 tensor, một checkpoint BF16 55,56 GB, chỉ mục được ghi ngày 21 tháng 4 năm 2026. Tất cả 1.199 tensor đều là BF16.

• Qwen/Qwen3.8-27B — 18 phân mảnh chứa 1.199 tensor, một checkpoint BF16 55.56 GB, chỉ mục được ghi vào ngày 5 tháng 8 năm 2026. Tất cả 1.199 tensor đều là BF16.

Số lượng shard là manh mối hữu ích nhất khi đường dẫn repository đã bị mất, vì nó đi kèm với các tệp đã tải xuống — và tên tệp shard cũng khác nhau, đọc là model.safetensors-00001-of-00011 cho thế hệ Q​wen3.5 so với model-00001-of-00018 cho Q​wen3.8. Nếu thứ bạn có là bản lượng tử hóa thay vì bản phát hành BF16, hãy đọc các chữ số phiên bản từ tên repository của bộ lượng tử hóa thay vào đó: đó là nơi duy nhất mà thế hệ còn tồn tại qua một lần mã hóa lại.

Thực tế thì khác biệt ở điểm nào

Khi bạn đã biết mình đang có loại nào trong ba loại, những khác biệt có thể làm thay đổi quyết định tải xuống sẽ hẹp hơn mức mà các số phiên bản gợi ý. Mọi con số dưới đây đều được ghi nguồn cho bên đã công bố nó, và không con số nào được chúng tôi đo kiểm độc lập.

• Ngữ cảnh, do nhà cung cấp báo cáo. Cả ba thẻ mô hình đều ghi 262.144 token ở mức gốc. Thẻ Qwen3.5-27B và Qwen3.6-27B ghi phần mở rộng lên tới 1.010.000 token; thẻ Qwen3.8-27B ghi 1.000.000. Con số gốc là giống hệt nhau trong mọi trường hợp — phần chênh lệch nằm hoàn toàn ở tuyên bố mở rộng, và đó là tuyên bố trên thẻ chứ không phải mức trần đo lường được.

• Giấy phép, do nhà cung cấp báo cáo. Cả ba đều mang apache-2.0 trên model card của chính nhà cung cấp. Cùng giấy phép đó bao phủ các bản tái mã hóa FP8 và GPTQ-Int4 chính thức của từng thế hệ, vì vậy việc giảm độ chính xác không làm thay đổi các điều khoản của bạn.

• Giấy phép cho phép những gì, và người ta xây dựng gì với nó.Apache-2.0 cho phép sử dụng thương mại, sửa đổi và phân phối lại kèm ghi công, đó là lý do tồn tại các bản phát hành lại của bên thứ ba song song với trọng số gốc: các bản chuyển đổi độ chính xác thay thế, các bản lượng tử hóa phái sinh và các biến thể đã sửa đổi đều có thể được phân phối lại theo cùng các điều khoản. Thực tế cấp phép đó là toàn bộ những gì trang này nói về truy vấn có kèm định ngữ phổ biến nhất trên gốc từ này, qwen 27b uncensored — các bản phái sinh đã sửa đổi và đổi tên được giấy phép cho phép, và việc bất kỳ một bản cụ thể nào trong số đó làm gì là câu hỏi dành cho người bảo trì riêng của nó.

• Tính sẵn có của lượng tử hóa sau khi phát hành, số lượt tải xuống của bên thứ ba. Độ phủ GGUF không có cùng độ trưởng thành trên cả ba thế hệ. Tại thời điểm viết bài, các kho lưu trữ GGUF của unsloth cho lớp kích thước này đã có 105,370 lượt tải xuống trên 26 tệp cho thế hệ Q​wen3.5, 578,462 trên 26 tệp cho Q​wen3.6, và 6,650,349 trên 30 tệp cho Q​wen3.8 — khoảng cách hơn sáu mươi lần giữa bộ cũ nhất và mới nhất. Các thang kích thước khác nhau ở phần đuôi: 11.21 GB tại UD-Q2_K_XL tăng lên 28.60 GB tại Q8_0 trên Q​wen3.5, 11.85 GB đến 28.60 GB trên Q​wen3.6, và 9.83 GB tại UD-Q2_K_XL lên đến 31.46 GB tại UD-Q8_K_XL trên Q​wen3.8, đạt cả mức thấp hơn và cao hơn so với hai bộ cũ hơn. NVFP4 là dấu hiệu rõ nhất của cùng xu hướng: thế hệ Q​wen3.6 và Q​wen3.8 mỗi thế hệ có một số bản chuyển đổi được tải xuống rộng rãi, dẫn đầu bởi unsloth với 878,812 và 1,941,507 lượt tải xuống tương ứng, trong khi các bản dựng NVFP4 của thế hệ Q​wen3.5 là những nỗ lực cộng đồng nhỏ với số lượng từ hàng trăm đến vài nghìn.

• Điều khiển tư duy, theo báo cáo của nhà cung cấp. Bề mặt điều khiển đã thay đổi qua từng thế hệ, và đây chính là phần dễ làm hỏng quá trình nâng cấp nhất. Qwen3.5-27B và Qwen3.6-27B đều mặc định suy nghĩ và nhận một cờ để tắt; cả hai đều không hỗ trợ công tắc mềm /think cũ của Q​wen3. Qwen3.6-27B bổ sung preserve_thinking như một tùy chọn bật để giữ lại các vết suy luận qua nhiều lượt. Qwen3.8-27B bổ sung thiết lập reasoning_effort với các mức xhigh, medium và low, mặc định là xhigh, và bật preserve_thinking theo mặc định cho mọi khối lượng công việc. Nếu hệ thống khung của bạn hard-code một chat template được viết cho thế hệ Q​wen3.5, thì đó chính là khác biệt sẽ gây hại đầu tiên.

• Những gì không thay đổi. Số lượng tham số, chuỗi kiến trúc, cửa sổ ngữ cảnh gốc và giấy phép đều giống hệt nhau ở cả ba. Lựa chọn giữa chúng là lựa chọn quá trình huấn luyện và công cụ của một thế hệ, không phải kích thước và cũng không phải cơ sở pháp lý.

Chúng ta phục vụ cái nào trong số chúng

Trên danh mục OrcaRouter, ba ID thuộc lớp 27B hiện nay, và chúng là tất cả những gì thuộc lớp này: qwen/qwen3.5-27b, qwen/qwen3.8-27b và bản do Obsidian lưu trữ obsidian/Qwen3.8-27B. Các ID khác thuộc thẻ Qwen của chúng tôi có kích thước và thế hệ khác nhau và không được tóm tắt ở đây.

• qwen/qwen3.5-27b — cũ nhất trong ba thế hệ, được niêm yết với cửa sổ ngữ cảnh 32.768 token ở mức $0,086 mỗi triệu token đầu vào và $0,688 mỗi triệu token đầu ra, cùng các bậc ngữ cảnh cao hơn có mức giá cao hơn mức đó.

• qwen/qwen3.8-27b — mới nhất, được niêm yết ở ngữ cảnh gốc đầy đủ 262.144 token và tự vận hành trên hạ tầng của chính chúng tôi, với mức 0,33 USD mỗi triệu token đầu vào và 2,40 USD mỗi triệu token đầu ra.

• obsidian/Qwen3.8-27B — cùng bộ trọng số Qwen3.8 nhưng do một host khác cung cấp, được niêm yết với cửa sổ ngữ cảnh 262.144 token và mức giá 0,40 USD cho mỗi triệu token đầu vào cùng 4,21 USD cho mỗi triệu token đầu ra; host đó phục vụ bản chuyển đổi block-FP8 với vision tower được giữ nguyên ở độ chính xác đầy đủ.

Không có ID 27B nào trên danh mục tương ứng với thế hệ Q​wen3.6. Nếu bạn muốn thế hệ trung gian cho công việc so sánh, các trọng số là mở và khuyến nghị tải xuống ở trên vẫn áp dụng; chúng tôi đơn giản là không cung cấp nó.

Khả dụng

Cả ba checkpoint đều là các bản phát hành trọng số mở theo Apache-2.0 trên tổ chức Hugging Face của chính nhà cung cấp, nên việc định tuyến qua chúng tôi chỉ là một tiện ích chứ không phải con đường duy nhất đến mô hình. Ở những nơi chúng tôi thực sự phục vụ lớp 27B, thì đó là ba id ở trên và không gì khác, còn hai tuyến Qwen3.8 khác nhau ở máy chủ và giá chứ không phải ở trọng số mà chúng phục vụ. Không có gì ở đây nên được hiểu là một tuyên bố về danh mục Qwen rộng hơn: lớp kích thước này là ba id trong một danh sách dài hơn nhiều, và chúng tôi chỉ nêu tên ba id đó.

Đối với những độc giả muốn hạng kích thước này trong một dấu chân vừa với một bộ tăng tốc nhỏ hơn duy nhất, mô hình do OrcaRouter lưu trữ có tênorcarouter/OrcaSAQ-2-27B là bản tái mã hóa hỗn hợp độ chính xác ba bit, có nhận biết độ nhạy, từ trọng số Qwen3.8-27B: 54 GB BF16 giảm xuống 12.3 GB ở 3.21 bit mỗi trọng số, với perplexity đo được là 5.6482 so với 5.6468 của nguồn, mức đồng thuận top-1 93.2%, và ngữ cảnh 262,144 token được giữ nguyên. Những con số đó là của chúng tôi, được công bố trên kho lưu trữ và có thể tái lập từ đó — điều này khiến chúng trở thành những số liệu do nhà cung cấp báo cáo đúng kiểu mà trang này đã gắn nhãn như vậy xuyên suốt.

Điều gì chưa được giải quyết

Có một điều thực sự còn bỏ ngỏ, và đáng để nói rõ thay vì phỏng đoán. Thẻ mô hình Qwen3.8-27B có kèm ghi chú của nhà cung cấp rằng một phiên bản được host với cửa sổ ngữ cảnh 1M token và các công cụ tích hợp chính thức đang sắp ra mắt, nhưng không kèm ngày cụ thể. Cho đến khi phiên bản đó ra mắt, những số liệu về ngữ cảnh mở rộng ở trên vẫn chỉ là tuyên bố trên thẻ mô hình chứ không phải cam kết mức dịch vụ, và 262,144 token nguyên bản mới là con số cần dựa vào để lập kế hoạch.

Đi đâu tiếp theo

Trang này tồn tại để định tuyến bạn đến đúng một trong ba, chứ không phải để nhắc lại những gì các trang lân cận đã trình bày chuyên sâu. Nếu thế hệ Qwen3.8 là thứ bạn đang có, thì đặc tả, cửa sổ ngữ cảnh và các công thức chạy cục bộ của nó được ghi lại trong các trang riêng — hãy bắt đầu từ đặc tả đầy đủ ở đó thay vì từ phần tóm tắt ở trên. Nếu điều bạn thực sự muốn là thế hệ sau thế hệ này chứ không phải lớp kích thước này, thì đó là một câu hỏi riêng và có căn cứ khác, và quan điểm đã chốt so với chưa chốt về nó thuộc về trang đó, không phải ở đây. Đối với mọi thứ ở khoảng giữa, ba dòng trong mục danh sách chính là bản đồ: khớp các chữ số phiên bản, rồi xác nhận bằng số lượng shard.