Qwen3.8-27B vs Gemma 4 12B: Hai kèo mô hình cục bộ, một phép đo

Hai mô hình này thực sự chưa cạnh tranh với nhau — đó là lời mở đầu trung thực cho bài so sánh này. Gemma 4 12B, bản phát hành tháng 6/2026 của G​oogle, sẽ được phát hành hôm nay: bạn có thể tải xuống, lượng tử hóa và chạy nó ngay chiều nay. Qwen3.8-27B, thành viên ~27B trọng số mở của thế hệ Qwe​n3.8 mà Alibaba công bố vào ngày 3/8/2026, chưa có kho lưu trữ chính thức và cũng chưa có thẻ mô hình. Vì vậy, lựa chọn thực sự không phải là "Qwen3.8-27B hay Gemma 4 12B?" — mà là bạn mua bản 12B đã được đo lường và đang lên kệ ngay bây giờ, hay chờ một bản 27B chưa được đo lường và vẫn chưa cập bến. Đây là một bài so sánh dựa trên những gì chúng ta biết đến thời điểm hiện tại: mọi con số của Qwen3.8-27B dưới đây đều là dự phóng từ phiên bản tiền nhiệm Qwen3.6-27B, còn mọi con số của Gemma 4 12B đều từ thẻ thông tin của G​oogle hoặc từ một lần chạy độc lập.

Vấn đề thực sự với cuộc đối đầu này

Bất kỳ cuộc so sánh trực tiếp nào trộn lẫn một mô hình đã phát hành với một mô hình mới chỉ được hứa hẹn đều thiếu cân bằng, và cách viết có trách nhiệm là phải nói rõ bên nào là bên nào. Gemma 4 12B có dữ liệu thực tế: một thẻ mô hình, các bản lượng tử hóa từ cộng đồng, một bài benchmark chạy trên laptop, và một hồ sơ trên Artificial Analysis. Qwen3.8-27B có một thông báo, một số liệu về số tham số, và một lý do rất chính đáng để quan tâm — những lợi ích về lập trình tác nhân mà Alibaba báo cáo trên mô hình hàng đầu cùng thế hệ, Qwen3.8-Max, trong đó FrontierSWE tăng vọt từ 40,7 lên 73,5 và Terminal-Bench 2.1 đạt 86,6, tất cả đều do nhà cung cấp tự báo cáo. Nếu dù chỉ một phần của điều đó truyền xuống bản 27B, nó sẽ là mô hình lập trình chạy cục bộ tốt nhất trong phân khúc kích thước của mình. Nếu chẳng có gì truyền xuống, nó chỉ là một bản nâng cấp nhỏ của Qwen3.6-27B. Chưa ai ngoài Alibaba biết được.

So sánh thông số kỹ thuật

• Tình trạng — Qwen3.8-27B: được công bố vào ngày 3 tháng 8, trọng số được hứa hẹn "trong khoảng một tuần," nhưng chưa thể tải xuống. Gemma 4 12B: đã được phát hành từ ngày 3 tháng 6 năm 2026.

• Kích thước — Qwen3.8-27B: ~27B tham số, kiến trúc dense được dự kiến nhưng chưa xác nhận. Gemma 4 12B: 11.95B tham số, dense, đã xác nhận.

• Ngữ cảnh — Qwen3.8-27B: chưa xác nhận; phiên bản tiền nhiệm Qwen3.6-27B chạy 262K token. Gemma 4 12B: 256K token, đã xác nhận.

• Phương thức — Qwen3.8-27B: chưa rõ; thế hệ 3.6 có tính năng đa phương thức. Gemma 4 12B: đầu vào văn bản, hình ảnh và âm thanh nguyên bản, đầu ra văn bản — mô hình cỡ trung đầu tiên có âm thanh tích hợp sẵn.

• Giấy phép — Qwen3.8-27B: chưa công bố; có thể là Apache 2.0, có thể là Tongyi Qianwen. Gemma 4 12B: Apache 2.0, đã xác nhận.

• Phần cứng — Qwen3.8-27B: ~24 GB VRAM cho một cấu hình 4-bit thực tế. Gemma 4 12B: ~16 GB (lượng tử Q4 khoảng 6,9 GB).

• Lập trình — Qwen3.8-27B: chưa được đo lường; dòng dõi mạnh mẽ thông qua Qwen3.6-27B và dòng Qwen Coder. Gemma 4 12B: LiveCodeBench v6 đạt 72.0 trên thẻ mô hình của G​oogle, tỷ lệ vượt qua 38/42 trên một bộ thử nghiệm trên laptop độc lập.

• Tư duy — Qwen3.8-27B: chế độ tư duy/không tư duy kép được kỳ vọng từ dòng 3.6. Gemma 4 12B: chế độ suy luận có thể tùy chỉnh, đã xác nhận.

Phần cứng: sự khác biệt giữa 16 GB và 24 GB

Đây là điểm khác biệt rõ ràng nhất trong cuộc so sánh này. Gemma 4 12B được thiết kế để chạy trên máy 16 GB — GPU 16 GB hoặc Mac với 16 GB bộ nhớ hợp nhất — với lượng tử hóa Q4 ở mức xấp xỉ 6,9 GB, để lại không gian cho ngữ cảnh và chi phí vận hành. Đây là mô hình mà Google nhắm thẳng đến "chiếc laptop bạn đang sở hữu", và các bài kiểm tra độc lập xác nhận nó hoạt động được trên đó, dù chậm (khoảng 21 token/giây trên GPU tầm trung, và mất vài phút suy nghĩ cho các câu hỏi khó khi bộ nhớ thấp).

Qwen3.8-27B là một canh bạc nặng ký hơn. Ở mức 4-bit, riêng trọng số đã chiếm khoảng 16–17 GB, và khi sử dụng thực tế với bộ đệm KV, yêu cầu thực dụng tăng lên khoảng 20–24 GB — đó là lý do cộng đồng đồng thuận rằng thẻ 24 GB là điểm tối ưu. Nếu bạn sở hữu thẻ 16 GB, bản 27B hoặc không khớp ở chất lượng sử dụng được, hoặc đòi hỏi lượng tử hóa mạnh làm suy giảm đúng chất lượng suy luận mà bạn mong muốn ở nó. Câu hỏi phần cứng phải được đặt lên trước, và nó có thể tự trả lời câu hỏi về mô hình cho bạn.

Lập trình: Dòng dõi của Qwen so với bảng điểm của Gemma

Về DNA lập trình thô, Qwen có lợi thế về mặt lý thuyết. Dòng Qwen đã tạo ra một số mô hình mã hóa cục bộ tốt nhất trong hai năm qua — Qwen3.6-27B và gia đình Qwen3-Coder đều vượt trên tầm vóc của mình — và mô hình chủ lực của thế hệ 3.8 được báo cáo có bước chuyển mình vượt bậc trong mã hóa agentic, đúng khả năng mà một nhà phát triển cục bộ mong muốn. Việc bản 27B kế thừa điều đó chính là luận điểm tăng giá.

Gemma 4 12B không có tuyên bố về dòng dõi như vậy, nhưng nó có những con số đo được: LiveCodeBench v6 đạt 72.0 (do Google công bố), tỷ lệ sửa lỗi thành công 6/6 trên một bộ kiểm tra độc lập, và khả năng suy luận tổng quát mạnh so với kích thước của nó. Cách hiểu thực tế là Gemma 4 12B là một mô hình đa năng có năng lực, làm tốt các tác vụ lập trình tầm trung, trong khi Qwen3.8-27B có thể là một chuyên gia — hoặc có thể chẳng có gì mới. Một năng lực bạn có thể kiểm chứng hôm nay đáng giá hơn một mức trần bạn chỉ có thể dự đoán, cho đến khi bộ trọng số được ra mắt.

Đa phương thức: Lợi thế âm thanh của Gemma

Nếu trường hợp sử dụng của bạn không chỉ đơn thuần là văn bản, thì hiện tại chỉ có {{1}}Gemma 4 12B{{/1}} trong hai mô hình là có thứ gì đó để thể hiện. Mô hình này tiếp nhận văn bản, hình ảnh và âm thanh một cách tự nhiên — {{2}}một bộ nhúng thị giác 35M tham số và phép chiếu âm thanh trực tiếp 16 kHz, không cần bộ mã hóa riêng{{/2}} — nhờ đó thực sự hữu ích cho các tác nhân đọc màn hình, tài liệu có hình minh họa và các công cụ liên quan đến giọng nói. Hỗ trợ đa phương thức của {{3}}Qwen3.8-27B{{/3}} vẫn chưa được biết; bản 3.6 27B từng là mô hình đa phương thức, nên có khả năng hợp lý là bản 3.8 sẽ nối tiếp, nhưng "khả năng hợp lý" không phải là một thông số kỹ thuật. Với khối lượng công việc đa phương thức cục bộ hiện nay, quyết định tự nó đã quá rõ ràng.

Giấy phép: sự chắc chắn so với một câu hỏi mở

{{1}}Gemma 4 12B dùng giấy phép Apache 2.0, chấm hết: bạn có thể tinh chỉnh, phân phối lại, nhúng vào sản phẩm thương mại, không giới hạn người dùng, không cần đàm phán.{{/1}} Đối với một nhóm sản phẩm, đó là một tài sản rất âm thầm nhưng rất giá trị. {{2}}Qwen3.8-27B hiện chưa có tệp giấy phép, và trong khi hai thế hệ Qwen gần nhất phát hành theo Apache 2.0, Qwen cũng từng dùng giấy phép Tongyi Qianwen trên các mô hình trước đó{{/2}} — giấy phép này chỉ cho phép sử dụng thương mại dưới 100 triệu người dùng hoạt động hàng tháng và hạn chế các dịch vụ AI cạnh tranh. {{3}}Đừng xây dựng kế hoạch phân phối dựa trên giả định. Hãy đọc tệp LICENSE ngay khi repo xuất hiện.{{/3}}

Bạn chọn cái nào cho stack của mình?

Bạn có một máy 16 GB và cần một thứ gì đó ngay hôm nay — Gemma 4 12B. Nó phù hợp, được cấp phép và đa phương thức.

• Lập trình là toàn bộ công việc và bạn có thể chờ — Qwen3.8-27B, nếu các điểm chuẩn độc lập xác nhận dù chỉ một phần lợi ích tác nhân của thế hệ này.

• Bạn cần đầu vào âm thanh hoặc hình ảnh ngay bây giờ — Gemma 4 12B. Các phương thức của Qwen3.8-27B vẫn chưa được biết.

• Bạn muốn cả hai — chạy Gemma 4 12B ngay hôm nay và coi Qwen3.8-27B là ứng viên để đánh giá khi trọng số được phát hành. Hai mô hình này không tranh giành cùng một vị trí trong stack của bạn cho đến khi 27B chứng minh được giá trị của nó.

Một lưu ý mang tính cấu trúc về hướng "cả hai": đây là các mô hình tự lưu trữ, và không mô hình nào trong số đó được định tuyến qua API của bên thứ ba hiện tại. Khi quyết định dựa trên năng lực hơn là phần cứng, hãy nhớ rằng mô hình chủ lực của thế hệ này đã có thể gọi qua OrcaRouter với giá niêm yết — Qwen3.8-Max ở mức $2 mỗi triệu token đầu vào và $6 mỗi triệu token đầu ra, được chuyển thẳng mà không có phụ phí, kèm theo cơ chế chuyển đổi dự phòng tự động. Bạn có thể dùng mô hình chủ lực cho mười phần trăm khó khăn nhất của khối lượng công việc trong khi một trong hai mô hình cục bộ này xử lý phần còn lại, mà không cần phải ký thêm hợp đồng thứ hai.

Điểm mấu chốt

Qwen3.8-27B so với Gemma 4 12B chưa phải là một cuộc so tài công bằng, và bạn nên giữ nguyên cách nhìn đó trong đầu. Một bên là một ẩn số đã biết mà bạn có thể triển khai ngay trong chiều nay trên phần cứng tầm trung với giấy phép rõ ràng; bên còn lại là mô hình địa phương chưa được đo lường thú vị nhất năm nay, vẫn đang chờ trọng số, tệp giấy phép và một bài benchmark. Hãy đầu tư vào sự chắc chắn ở những nơi quan trọng — sự phù hợp phần cứng, modality, giấy phép — và giữ tiềm năng đầu cơ trong dự phòng cho đến khi Qwen3.8-27B thực sự phát hành thứ gì đó để đo lường.