O que é Qwen3.8-27B?
O Qwen3.8-27B é o modelo aberto de porte médio da geração Qwen3.8 da Alibaba, publicado no Hugging Face em agosto de 2026. É um modelo denso, então todos os 27 bilhões de parâmetros trabalham em cada token, e usa o mesmo design híbrido do Qwen3.5: três camadas de atenção linear rápida (Gated DeltaNet) para cada camada de atenção padrão. Com o encoder de visão, o checkpoint BF16 tem cerca de 56 GB.
Ele lê texto, imagens e vídeo e escreve texto. O contexto nativo é de 262.144 tokens, extensível a cerca de 1 milhão com escalonamento YaRN. O raciocínio vem ligado por padrão e pode ser desligado por requisição, e uma configuração reasoning_effort (xhigh por padrão, ou medium ou low) troca profundidade por velocidade. Uma versão FP8 oficial (cerca de 31 GB) também é publicada.
Os pesos usam a licença Apache 2.0 padrão, ao contrário do Qwen3.8-Max e do Qwen3.8-Flash-Next, que trazem termos próprios da Qwen. O Qwen Cloud lista uma versão hospedada com contexto de 1M tokens a US$ 0,50 por milhão de tokens de entrada e US$ 3,00 por milhão de tokens de saída (US$ 0,10 para entrada em cache), e o OpenRouter o roteia por mais de 20 provedores.
Quanto custa Qwen3.8-27B?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Apache 2.0 |
| Qwen Cloud | $0.50 in / $3.00 out per 1M tokens | US$ 0,10 em cache |
| OpenRouter hosts | From about $0.04 in / $1.25 out per 1M tokens |
Pesos gratuitos sob Apache 2.0. Qwen Cloud: US$ 0,50 de entrada / US$ 3,00 de saída por 1M de tokens (US$ 0,10 em cache). Hosts de terceiros no OpenRouter a partir de cerca de US$ 0,04 / US$ 1,25.
Qwen3.8-27B vale a pena?
O Qwen3.8-27B é hoje o argumento mais forte para rodar um modelo sério em hardware próprio. Na tabela da Alibaba, ele marca 61,7 no SWE-bench Pro, à frente dos 57,6 que ela relata para o seu próprio Qwen3.7-Plus e dos 53,4 que a Anthropic publicou para o Claude Opus 4.6 Max, e 84,3 no OSWorld-Verified, um teste de uso de computador, contra 72,7 do Opus. O salto em relação ao antecessor é grande: 42,2 contra 13,3 do Qwen3.6-27B no DeepSWE 1.1.
Leia esses números com cuidado. A Alibaba rodou todos os testes por conta própria, a maioria dentro do harness do Claude Code, e corrigiu tarefas que julgou defeituosas no SWE-bench Pro e gabaritos no MathVision e no CharXiv, então as notas não são diretamente comparáveis com resultados nos benchmarks originais, como aponta a DataNorth. Dois dos testes de destaque, QwenSWEBench e CoWorkBench, são internos. O Opus 4.6 Max ainda lidera onde a amplitude importa: 78,2 contra 73,0 no Terminal Bench 2.1 e 40,0 contra 30,8 no Humanity's Last Exam.
A conta de memória é o que o torna prático. O build de 4 bits da Unsloth tem 16,5 GB e o de 8 bits, 29 GB, então uma placa de 24 GB ou 32 GB o roda, e o checkpoint FP8 oficial de 31 GB serve para uma única GPU de servidor de 48 GB ou 80 GB. O custo é a velocidade: um modelo denso de 27B calcula muito mais por token do que um modelo mixture-of-experts como o Qwen3.6-35B-A3B, que usa 3 bilhões de parâmetros por vez e não tem equivalente Qwen3.8 no Hugging Face.
Hospedado, ele sai quase de graça. O OpenRouter lista provedores a partir de cerca de US$ 0,04 por milhão de tokens de entrada e US$ 1,25 por milhão de saída, menos de um décimo do preço de entrada do próprio Qwen Cloud. O porém é o aviso do próprio card de que um esforço de raciocínio menor causa mais tentativas fracassadas em loops de agente, então a configuração barata e rápida pode acabar usando mais tokens que o padrão.
Onde ele se destaca
Um desenvolvedor com uma GPU de workstation de 24 GB ou 32 GB
Rodar um agente de programação local em um repositório privado
Carregue o GGUF de 4 bits de 16,5 GB no llama.cpp ou em um runtime parecido e aponte para ele um harness no estilo Claude Code; as notas de programação da Alibaba foram medidas nesse harness. Sem conta por token, mas espere menos tokens por segundo que um modelo MoE com 3B ativos na mesma placa.
Uma equipe de plataforma que serve um assistente interno a 300 funcionários em uma H100
Hospedar um modelo com licença permissiva que também lê capturas de tela e PDFs
Sirva o checkpoint FP8 oficial de 31 GB com vLLM ou SGLang, deixando espaço em uma placa de 80 GB para o cache KV. Apache 2.0 significa nenhum teto de receita ou de usuários a acompanhar, ao contrário do Qwen3.8-Flash-Next.
Uma empresa SaaS adicionando perguntas e respostas sobre documentos para 5.000 clientes
Responder perguntas sobre arquivos enviados sem pagar preços de fronteira
Use um endpoint hospedado: aos US$ 0,50/US$ 3,00 do Qwen Cloud, 1 milhão de requisições com 4K tokens de entrada e 500 de saída custam cerca de US$ 3.500 por mês; a DeepInfra no OpenRouter, a US$ 0,15/US$ 1,875, reduz isso para cerca de US$ 1.540.
Antes de decidir
- Configuração
- Pesos no Hugging Face e no ModelScope; o card recomenda versões atuais de SGLang, vLLM ou TokenSpeed. Builds GGUF da comunidade rodam no llama.cpp. O raciocínio vem ligado por padrão; defina enable_thinking como false ou reduza o reasoning_effort por requisição.
- Integrações
- Serving compatível com OpenAI no vLLM e no SGLang; o Qwen Cloud suporta chamada de funções, saída estruturada, lotes, cache e fine-tuning por APIs no estilo OpenAI e no estilo Anthropic.
- Dados e privacidade
- Apache 2.0: uso comercial sem tetos de receita nem anexo de uso aceitável. A listagem do Qwen Cloud não publica termos de retenção ou de treinamento, e o seu endpoint de exemplo fica em Singapura (ap-southeast-1).
- Custo em escala
- Auto-hospedado: 4 bits 16,5 GB, 8 bits 29 GB, FP8 31 GB, BF16 cerca de 56 GB de pesos antes do cache KV. Hospedado: Qwen Cloud a US$ 0,50/US$ 3,00 por 1M de tokens; os provedores do OpenRouter vão de cerca de US$ 0,04/US$ 1,25 a US$ 0,45/US$ 3,20.
- Limites
- Contexto nativo de 262K, cerca de 1M com YaRN, que segundo o card pode degradar entradas curtas. Orçamento de saída recomendado de 131K tokens mais até 262K de raciocínio. O Qwen Cloud limita a vazão a 5M de tokens por minuto.
O que é bom
- Licença Apache 2.0 sem condições de uso
- Notas de SWE-bench Pro e OSWorld, segundo o fornecedor, acima do Opus 4.6 Max
- Build de 4 bits de 16,5 GB cabe em uma GPU de 24 GB
- Entrada de imagem e vídeo; raciocínio ajustável por requisição
O que não é
- Todos os benchmarks rodados pela Alibaba, alguns em testes modificados ou internos
- O design denso é mais lento por token que rivais mixture-of-experts pequenos
- Fica atrás do Opus 4.6 Max no Terminal Bench 2.1 e em testes de conhecimento
- O escalonamento YaRN acima de 262K pode prejudicar a qualidade com prompts curtos
Ideal para
Desenvolvedores que querem o modelo mais forte com licença permissiva que caiba em uma GPU topo de linha, especialmente para agentes de programação e de uso de computador.
Alternativas ao Qwen3.8-27B
Qwen3.8-27B: perguntas frequentes
- Qwen3.8-27B vale a pena?
- Um modelo de 27B com licença Apache que, pelos números da própria Alibaba, passa um pouco à frente do Claude Opus 4.6 Max em programação e cabe em uma única placa de 24 GB em 4 bits. Damos nota 4.5 de 5.
- Quanto custa Qwen3.8-27B?
- Pesos gratuitos sob Apache 2.0. Qwen Cloud: US$ 0,50 de entrada / US$ 3,00 de saída por 1M de tokens (US$ 0,10 em cache). Hosts de terceiros no OpenRouter a partir de cerca de US$ 0,04 / US$ 1,25.
- Quais são as desvantagens de Qwen3.8-27B?
- Todos os benchmarks rodados pela Alibaba, alguns em testes modificados ou internos; o design denso é mais lento por token que rivais mixture-of-experts pequenos; fica atrás do Opus 4.6 Max no Terminal Bench 2.1 e em testes de conhecimento; o escalonamento YaRN acima de 262K pode prejudicar a qualidade com prompts curtos.
- Para quem Qwen3.8-27B é indicado?
- Desenvolvedores que querem o modelo mais forte com licença permissiva que caiba em uma GPU topo de linha, especialmente para agentes de programação e de uso de computador.
- Quanto custa Qwen3.8-27B para uma equipe ou em produção?
- Auto-hospedado: 4 bits 16,5 GB, 8 bits 29 GB, FP8 31 GB, BF16 cerca de 56 GB de pesos antes do cache KV. Hospedado: Qwen Cloud a US$ 0,50/US$ 3,00 por 1M de tokens; os provedores do OpenRouter vão de cerca de US$ 0,04/US$ 1,25 a US$ 0,45/US$ 3,20.
- Qwen3.8-27B é seguro para dados da empresa?
- Apache 2.0: uso comercial sem tetos de receita nem anexo de uso aceitável. A listagem do Qwen Cloud não publica termos de retenção ou de treinamento, e o seu endpoint de exemplo fica em Singapura (ap-southeast-1).
- Quais são as melhores alternativas ao Qwen3.8-27B?
- As alternativas mais próximas que analisamos são Gemma 4, Muse Glimmer, Qwen3.8-Flash-Next e Mistral Small 4.
Respostas verificadas em 22 de out. de 2026.