Qwen3.8 27B

Überblick

Qwen3.8 27B ist das offene, dichte Multimodal-Modell der Qwen-3.8-Generation von Alibabas Qwen-Team. Es verarbeitet Text, Bild und Video als Eingabe und gibt Text aus. Das Modell steht unter Apache-2.0 auf Hugging Face und läuft in Ollama und LM Studio; das Repository wurde am 05.08.2026 veröffentlicht.

Anders als der 27B-Vorgänger kombiniert Qwen3.8 27B in 64 Decoder-Layern zwei Attention-Typen: Gated DeltaNet (lineare Attention) und Gated Attention (volle Attention), im Muster drei zu eins. Das senkt den KV-Cache-Bedarf im langen Kontext deutlich, ohne die Architektur auf Mixture-of-Experts umzustellen — alle 27B Parameter sind aktiv.

Use Cases

• Agentisches Coding und Terminalarbeit über lange Aufgabenketten
• Computer- und Browser-Steuerung mit Bildschirmverständnis (OSWorld, WebArena, AndroidWorld)
• Dokumentenverarbeitung, Diagramm- und Chartauswertung
• Long-Context-Workflows bis 262K Tokens nativ, per YaRN bis 1M
• Lokaler Betrieb auf einer leistungsfähigen Consumer- oder Workstation-GPU

Stärken & Grenzen

Stärken

• Deutlicher Sprung gegenüber Qwen3.6 27B über praktisch alle publizierten Benchmarks — auf Terminal-Bench 2.1 von 63,4 auf 73,0, auf OSWorld-Verified von 63,9 auf 84,3.
• Werkzeugnutzung ist im chat_template.jinja belegt: tools, tool_calls, eine tool-Rolle sowie <tool_call>- und <tool_response>-Tags.
• Thinking-Modus standardmäßig aktiv, per enable_thinking abschaltbar; reasoning_effort kennt die Stufen low, medium und xhigh (Standard).
• Multimodal auch bei Video: die config.json führt neben image_token_id auch video_token_id.

Grenzen

• Alle veröffentlichten Benchmarkwerte stammen vom Hersteller. Es gibt Stand 15.08.2026 keine unabhängige Nachmessung (siehe „Gut zu wissen").
• In Alibabas eigener Tabelle unterliegt das Modell dem größeren, proprietären Qwen3.7-Plus bei GPQA Diamond (89,2 gegenüber 90,3), HLE (30,8 gegenüber 34,7), OmniDocBench 1.5, RealWorldQA und ERQA.
• Zu welcher reasoning_effort-Stufe die Benchmarkwerte gehören, gibt die Model Card nicht an. Ein Vergleich mit Modellen anderer Hersteller ist deshalb nur eingeschränkt belastbar.
• Kein publizierter Wissensstand (Knowledge Cutoff).
• Ausgabe nur Text.

Praxis-Erfahrung

Ollama führt das Modell als qwen3.8:27b mit rund 18 GB im Standard-Quantisierungsgrad und einem 256K-Fenster; zusätzlich existiert ein MLX-Build für Apple Silicon. Ein kommerzielles Alibaba-API für die 27B-Variante ist nicht ausgewiesen — der Preis von 2,00 $ / 6,00 $ je 1M Token bezieht sich auf das proprietäre Schwestermodell Qwen3.8-Max und gilt hier ausdrücklich nicht.

Gut zu wissen

• Lizenz: Apache-2.0, kommerziell frei. Gewichte auf Hugging Face und ModelScope.
• Kontext: 262.144 Token nativ (in der Card als 262K geführt), per RoPE-Skalierung (YaRN) bis 1.000.000 Token erweiterbar. Ollama nennt dieselbe Zahl als „256K".
• Architektur im Detail: 64 Layer, Hidden 5.120, FFN-Intermediate 17.408, Vokabular 248.320 (gepaddet). Gated DeltaNet mit 48 V- und 16 QK-Heads (128 dim), Gated Attention mit 24 Q- und 4 KV-Heads (256 dim, 64 dim RoPE). Vision-Encoder mit 27 Layern und 1.152 Hidden, 16×16-Patches. Aus README.md und config.json des HF-Repos, übereinstimmend.
• Artificial Analysis führt das Modell nicht. Die Modellseite artificialanalysis.ai/models/qwen3-8-27b antwortet am 15.08.2026 mit 404; vermessen ist bislang nur Qwen3.8-Max. Ein direkter Vergleich der Werte dieser Card mit AA-Werten anderer Modelle ist deshalb nicht belastbar.
• LMArena führt das Modell nicht. Auf arena.ai/leaderboard/text steht von der 3.8-Generation nur Qwen3.8-Max (Elo 1491, Rang 8, 87.004 Stimmen).
• BenchLM ist keine Zweitquelle. Die 27 dort gelisteten Zeilen sind durchgehend als „Provider exact" gekennzeichnet und geben Alibabas Tabelle ziffernidentisch wieder.
• Schwestermodell: Qwen3.8-Max (2,4T gesamt / ~95B aktiv, MoE, 1M Kontext, proprietär, angekündigt am 03.08.2026). Preise, Arena-Elo und AA-Index, die unter „Qwen 3.8" kursieren, betreffen ausschließlich Max.

Weitere Benchmarks (Zusatzquellen)

Weitere berichtete Werte, für die in der Score-Tabelle oben kein Eintrag vorliegt. Quelle durchgehend: Qwen (offizielle Model Card, HF), Spalte Qwen3.8-27B.

Text und Agentik

• SWE-bench Pro 61,7 · QwenSWEBench 79,0 · DeepSWE 1.1 42,2 · NL2Repo-Bench 42,3
• CoWorkBench 70,7 · JobBench 33,4 · Agents' Last Exam Pass@1 20,4 / Score 42,9

Multimodal

• OSWorld-Verified 84,3 · WebArena-Verified 64,8 · AndroidWorld 81,9 · RecreationBench 47,1
• ClawEval-MM Pass@3 57,4 / Avg 56,9 · SWE-MM 38,6 · Vision2Web 62,9
• MathVision 90,0 (ohne Code-Interpreter) bzw. 94,6 (mit) · BabyVision 65,7 bzw. 85,6
• CharXiv (RQ) 83,7 bzw. 90,2 · OmniDocBench 1.5 91,1 · RealWorldQA 85,9 · ERQA 65,5

Hinweis: Alibabas Tabelle enthält Vergleichsspalten für Qwen3.6-27B, Qwen3.7-Plus, Muse Glimmer-30B und Opus 4.6 Max. Die dort für diese Modelle genannten Zahlen sind nicht Gegenstand dieser Card.