Qwen 3.8 27b

mandag 3. august 2026 · 18 søgninger · 24 sidehentninger · 3 LLM-kald · 1 refleksionsrunde(r) · 14330 tokens · $0.0017 · 95s

Kort resumé

Qwen3.8-27B er en kommende open-weight model fra Alibaba, der blev annonceret i juli-august 2026, men selve vægtene var endnu ikke udgivet i de tilgængelige kilder. Modellen er en del af Qwen3.8-familien, som også inkluderer den massive Qwen3.8-Max på 2,4 billioner parametre [3]. Qwen3.8-27B beskrives som en 27B-tæt model, der skal udgives med åbne vægte [3][20]. Der foreligger ingen specifikke benchmark-resultater, priser eller tekniske detaljer for Qwen3.8-27B i kilderne, da den endnu ikke var lanceret på tidspunktet for kildernes oprettelse. Det meste af den tilgængelige information i kilderne omhandler den tidligere model Qwen3.6-27B, som er en 27B-parameter model med dokumenterede resultater inden for kodning, ræsonnement og multimodale opgaver [1][2][4].

Navneforvirring: Qwen3.6 vs. Qwen3.8

Kilderne indeholder omfattende information om Qwen3.6-27B, som blev udgivet den 22. april 2026 [1][4]. Denne model er en tæt 27B-parameter model med hybridarkitektur (Gated DeltaNet + Gated Attention) og understøtter 262.144 tokens kontekst, der kan udvides til 1.010.000 tokens [1][4]. Qwen3.6-27B er en multimodal model, der accepterer tekst, billeder og video [2], og den er udgivet under Apache 2.0-licensen [2].

I modsætning hertil er Qwen3.8-27B først annonceret i juli-august 2026. Ifølge en X-post fra Qwen selv den 3. august 2026 vil Qwen3.8-27B blive udgivet med åbne vægte "næste uge" [3][20]. Kilderne giver ingen konkrete specifikationer, benchmarks eller priser for denne model. Det er derfor vigtigt at skelne mellem den eksisterende Qwen3.6-27B og den endnu ikke udgivne Qwen3.8-27B.

Qwen3.6-27B: Den nuværende referenceramme

Da Qwen3.8-27B endnu ikke er lanceret, kan Qwen3.6-27B fungere som en reference for, hvad en 27B-model fra Qwen-familien kan præstere. Qwen3.6-27B er en tæt model med 27 milliarder parametre, en hidden dimension på 5120, 64 lag og en kontekstlængde på 262.144 tokens [1]. Modellen er designet til agentisk kodning og ræsonnement, med særlig styrke i repository-niveau kodeforståelse og frontend-udviklingsworkflows [2].

På benchmarks opnår Qwen3.6-27B 77,2% på SWE-bench Verified, hvilket slår den tidligere flagskibsmodel Qwen3.5-397B-A17B MoE's 76,2% på trods af at den kun bruger en brøkdel af hardwaren [4]. Uafhængige tests viser NVFP4-kvantisering med 0,8446 accuracy på MMLU og 163 tokens per sekund på Blackwell-hardware [9]. I en kvantiseringssammenligning opnåede Qwen3.6-27B i Q4_K_M-format 17,5 GB VRAM-forbrug med en HumanEval-pass rate på 74,4% [10].

Hardwarekrav til Qwen3.6-27B (reference for 27B-modeller)

Kilderne giver detaljerede hardwarekrav for Qwen3.6-27B, som sandsynligvis vil være sammenlignelige for Qwen3.8-27B, da begge er 27B tætte modeller. Q4_K_M-kvantisering kræver ~16,8 GB VRAM og passer på et RTX 4090 24GB, mens Q5_K_M kræver ~19,5 GB, Q6_K ~22,5 GB, Q8_0 ~28,6 GB og fuld BF16 kræver 55,6 GB på disk [4]. Unsloth angiver, at modellen kan køre på 15 GB total hukommelse (RAM+VRAM) ved 4-bit kvantisering, 18 GB ved 6-bit, 24 GB ved 8-bit, 30 GB ved 10-bit og 55 GB ved 16-bit [6]. For Apple Silicon rapporteres 82,8 t/s på M3 Ultra med optimeret hastighedsbuild [9].

Åbne spørgsmål

Der er betydelige huller i informationen om Qwen3.8-27B, da den endnu ikke var udgivet, da kilderne blev oprettet. Ingen kilde angiver specifikke benchmark-resultater, priser, API-adgang eller tekniske arkitekturdetaljer for Qwen3.8-27B. Det er uvist, om Qwen3.8-27B vil have samme arkitektur som Qwen3.6-27B, eller om den anvender nye teknikker. Kilderne er overvejende engelsksprogede og stammer primært fra amerikanske platforme (Hugging Face, Reddit, X), hvilket giver et potentielt vestligt bias i dækningen. Priserne for Qwen3.6-27B angives i USD ($0,28/$1,99 per 1M tokens) [2], hvilket ikke er omregnet til DKK/EUR for danske læsere. For Qwen3.8-27B er der slet ingen prisoplysninger.

Research