Was ist Qwen3.8-27B?
Qwen3.8-27B ist das mittelgroße offene Modell in Alibabas Generation Qwen3.8, im August 2026 auf Hugging Face veröffentlicht. Es ist ein dichtes Modell, alle 27 Milliarden Parameter arbeiten also an jedem Token, und es nutzt dasselbe Hybriddesign wie Qwen3.5: auf jede Schicht mit klassischer Attention kommen drei Schichten mit schneller linearer Attention (Gated DeltaNet). Mit Vision-Encoder ist der BF16-Checkpoint etwa 56 GB groß.
Es liest Text, Bilder und Video und schreibt Text. Der native Kontext beträgt 262.144 Tokens und lässt sich mit YaRN-Skalierung auf etwa 1 Million erweitern. Thinking ist standardmäßig aktiv und lässt sich pro Anfrage abschalten, und eine Einstellung reasoning_effort (standardmäßig xhigh, alternativ medium oder low) tauscht Tiefe gegen Tempo. Eine offizielle FP8-Version (etwa 31 GB) ist ebenfalls veröffentlicht.
Die Gewichte stehen unter der Standardlizenz Apache 2.0, anders als Qwen3.8-Max und Qwen3.8-Flash-Next, die Qwens eigene Bedingungen tragen. Qwen Cloud führt eine gehostete Version mit 1M Tokens Kontext für 0,50 $ pro Million Eingabe-Tokens und 3,00 $ pro Million Ausgabe-Tokens (0,10 $ für gecachte Eingabe), und OpenRouter leitet es über mehr als 20 Anbieter.
Was kostet Qwen3.8-27B?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | Apache 2.0 |
| Qwen Cloud | $0.50 in / $3.00 out per 1M tokens | 0,10 $ gecacht |
| OpenRouter hosts | From about $0.04 in / $1.25 out per 1M tokens |
Kostenlose Gewichte unter Apache 2.0. Qwen Cloud: 0,50 $ Eingabe / 3,00 $ Ausgabe pro 1M Tokens (0,10 $ gecacht). Drittanbieter auf OpenRouter ab etwa 0,04 $ / 1,25 $.
Lohnt sich Qwen3.8-27B?
Qwen3.8-27B ist jetzt das stärkste Argument dafür, ein ernsthaftes Modell auf eigener Hardware zu betreiben. In Alibabas Tabelle erreicht es 61,7 auf SWE-bench Pro, vor den 57,6, die Alibaba für sein eigenes Qwen3.7-Plus meldet, und den 53,4, die Anthropic für Claude Opus 4.6 Max veröffentlicht hat, sowie 84,3 auf OSWorld-Verified, einem Computer-Use-Test, gegenüber 72,7 für Opus. Der Sprung gegenüber dem Vorgänger ist steil: 42,2 gegenüber 13,3 für Qwen3.6-27B auf DeepSWE 1.1.
Diese Zahlen sind mit Vorsicht zu lesen. Alibaba hat jeden Test selbst durchgeführt, überwiegend im Harness von Claude Code, und Aufgaben in SWE-bench Pro sowie Lösungsschlüssel in MathVision und CharXiv korrigiert, die es für fehlerhaft hielt. Die Werte sind daher nicht direkt mit Ergebnissen auf den Original-Benchmarks vergleichbar, wie DataNorth anmerkt. Zwei der zentralen Tests, QwenSWEBench und CoWorkBench, sind hausintern. Wo Breite zählt, führt Opus 4.6 Max weiterhin: 78,2 gegenüber 73,0 auf Terminal Bench 2.1 und 40,0 gegenüber 30,8 auf Humanity's Last Exam.
Die Speicherrechnung macht es praxistauglich. Der 4-Bit-Build von Unsloth ist 16,5 GB groß, der 8-Bit-Build 29 GB, eine einzelne Karte mit 24 GB oder 32 GB reicht also, und der offizielle FP8-Checkpoint mit 31 GB passt auf eine einzelne Server-GPU mit 48 GB oder 80 GB. Der Preis ist das Tempo: Ein dichtes 27B-Modell rechnet pro Token weit mehr als ein Mixture-of-Experts-Modell wie Qwen3.6-35B-A3B, das jeweils 3 Milliarden Parameter nutzt und auf Hugging Face kein Gegenstück in Qwen3.8 hat.
Gehostet ist es fast kostenlos. OpenRouter führt Anbieter ab etwa 0,04 $ pro Million Eingabe-Tokens und 1,25 $ pro Million Ausgabe-Tokens, weniger als ein Zehntel des Eingabepreises von Qwen Cloud selbst. Der Haken ist die Warnung der Karte, dass geringerer Reasoning-Aufwand in Agentenschleifen zu mehr Fehlversuchen führt. Die billige, schnelle Einstellung kann also am Ende mehr Tokens verbrauchen als die Standardeinstellung.
Wo es sich lohnt
Eine Entwicklerin mit einer Workstation-GPU mit 24 GB oder 32 GB
Einen lokalen Coding-Agenten auf einem privaten Repository betreiben
Lade das 16,5 GB große 4-Bit-GGUF in llama.cpp oder eine ähnliche Laufzeit und richte einen Harness im Stil von Claude Code darauf; Alibabas Coding-Werte wurden in diesem Harness gemessen. Keine Rechnung pro Token, aber rechne mit weniger Tokens pro Sekunde als bei einem MoE-Modell mit 3B aktiven Parametern auf derselben Karte.
Ein Plattform-Team, das einen internen Assistenten für 300 Mitarbeitende auf einer H100 betreibt
Ein freizügig lizenziertes Modell hosten, das auch Screenshots und PDFs liest
Betreibe den offiziellen 31 GB großen FP8-Checkpoint mit vLLM oder SGLang, sodass auf einer 80-GB-Karte Platz für den KV-Cache bleibt. Apache 2.0 heißt: keine Umsatz- oder Nutzergrenzen, die du verfolgen musst, anders als bei Qwen3.8-Flash-Next.
Ein SaaS-Unternehmen, das für 5.000 Kunden Fragen und Antworten zu Dokumenten einführt
Fragen zu hochgeladenen Dateien beantworten, ohne Frontier-Preise zu zahlen
Nutze einen gehosteten Endpunkt: Zu den 0,50 $/3,00 $ von Qwen Cloud kosten 1 Million Anfragen mit 4K Eingabe- und 500 Ausgabe-Tokens etwa 3.500 $ im Monat; DeepInfra auf OpenRouter mit 0,15 $/1,875 $ senkt das auf etwa 1.540 $.
Bevor du dich festlegst
- Einrichtung
- Gewichte auf Hugging Face und ModelScope; die Karte empfiehlt aktuelle Versionen von SGLang, vLLM oder TokenSpeed. GGUF-Builds der Community laufen in llama.cpp. Thinking ist standardmäßig aktiv; setze enable_thinking auf false oder senke reasoning_effort pro Anfrage.
- Integrationen
- OpenAI-kompatibles Serving in vLLM und SGLang; Qwen Cloud unterstützt Function Calling, strukturierte Ausgabe, Batches, Caching und Fine-Tuning über APIs im Stil von OpenAI und Anthropic.
- Daten und Datenschutz
- Apache 2.0: kommerzielle Nutzung ohne Umsatzgrenzen oder Anhang zur zulässigen Nutzung. Der Eintrag bei Qwen Cloud nennt keine Aufbewahrungs- oder Trainingsbedingungen, und der Beispiel-Endpunkt liegt in Singapur (ap-southeast-1).
- Kosten im großen Maßstab
- Selbst gehostet: 4 Bit 16,5 GB, 8 Bit 29 GB, FP8 31 GB, BF16 etwa 56 GB an Gewichten vor dem KV-Cache. Gehostet: Qwen Cloud 0,50 $/3,00 $ pro 1M Tokens; Anbieter auf OpenRouter reichen von etwa 0,04 $/1,25 $ bis 0,45 $/3,20 $.
- Grenzen
- 262K nativer Kontext, etwa 1M mit YaRN, was laut Karte kurze Eingaben verschlechtern kann. Empfohlenes Ausgabebudget 131K Tokens plus bis zu 262K für Reasoning. Qwen Cloud begrenzt den Durchsatz auf 5M Tokens pro Minute.
Was gut ist
- Apache-2.0-Lizenz ohne Nutzungsbedingungen
- Vom Hersteller gemeldete Werte auf SWE-bench Pro und OSWorld über Opus 4.6 Max
- Der 4-Bit-Build mit 16,5 GB passt auf eine 24-GB-GPU
- Bild- und Videoeingabe; Thinking pro Anfrage einstellbar
Was nicht
- Alle Benchmarks von Alibaba selbst gefahren, teils auf veränderten oder hausinternen Tests
- Das dichte Design ist pro Token langsamer als kleine Mixture-of-Experts-Konkurrenten
- Liegt auf Terminal Bench 2.1 und bei Wissenstests hinter Opus 4.6 Max
- YaRN-Skalierung über 262K hinaus kann die Qualität bei kurzen Prompts verschlechtern
Am besten für
Entwickler, die das stärkste freizügig lizenzierte Modell suchen, das auf eine einzelne High-End-GPU passt, besonders für Coding- und Computer-Use-Agenten.
Alternativen zu Qwen3.8-27B
Qwen3.8-27B: häufige Fragen
- Lohnt sich Qwen3.8-27B?
- Ein 27B-Modell mit Apache-Lizenz, das nach Alibabas eigenen Zahlen beim Coding knapp an Claude Opus 4.6 Max vorbeizieht und in 4 Bit auf eine einzelne 24-GB-Karte passt. Wir bewerten es mit 4.5 von 5.
- Was kostet Qwen3.8-27B?
- Kostenlose Gewichte unter Apache 2.0. Qwen Cloud: 0,50 $ Eingabe / 3,00 $ Ausgabe pro 1M Tokens (0,10 $ gecacht). Drittanbieter auf OpenRouter ab etwa 0,04 $ / 1,25 $.
- Welche Nachteile hat Qwen3.8-27B?
- Alle Benchmarks von Alibaba selbst gefahren, teils auf veränderten oder hausinternen Tests; Das dichte Design ist pro Token langsamer als kleine Mixture-of-Experts-Konkurrenten; Liegt auf Terminal Bench 2.1 und bei Wissenstests hinter Opus 4.6 Max; YaRN-Skalierung über 262K hinaus kann die Qualität bei kurzen Prompts verschlechtern.
- Für wen eignet sich Qwen3.8-27B?
- Entwickler, die das stärkste freizügig lizenzierte Modell suchen, das auf eine einzelne High-End-GPU passt, besonders für Coding- und Computer-Use-Agenten.
- Was kostet Qwen3.8-27B für ein Team oder im Produktivbetrieb?
- Selbst gehostet: 4 Bit 16,5 GB, 8 Bit 29 GB, FP8 31 GB, BF16 etwa 56 GB an Gewichten vor dem KV-Cache. Gehostet: Qwen Cloud 0,50 $/3,00 $ pro 1M Tokens; Anbieter auf OpenRouter reichen von etwa 0,04 $/1,25 $ bis 0,45 $/3,20 $.
- Ist Qwen3.8-27B sicher für Firmendaten?
- Apache 2.0: kommerzielle Nutzung ohne Umsatzgrenzen oder Anhang zur zulässigen Nutzung. Der Eintrag bei Qwen Cloud nennt keine Aufbewahrungs- oder Trainingsbedingungen, und der Beispiel-Endpunkt liegt in Singapur (ap-southeast-1).
- Was sind die besten Alternativen zu Qwen3.8-27B?
- Die nächsten Alternativen, die wir getestet haben, sind Gemma 4, Muse Glimmer, Qwen3.8-Flash-Next und Mistral Small 4.
Antworten geprüft am 22. Okt. 2026.