Analisi · 9 min · 21 agosto 2026

Qwen 3.8 27B è il rilascio che è davvero atterrato

Qwen3.8-27B è comparso su Hugging Face il 14 agosto. Mentre scriviamo il repository segna circa 4,0 milioni di download e 13.192 like. Due giorni prima lo stesso team aveva pubblicato Qwen3.8-2.4T-A95B, il modello più grande mai rilasciato da Alibaba: 2.450 miliardi di parametri, stessa generazione, stessa linea architetturale. Segna circa 27.400 download e 1.181 like.

Sono più o meno centoquaranta a uno, tra due modelli dello stesso laboratorio, a due giorni di distanza, nella stessa linea di prodotto. Il divario non racconta quale dei due sia migliore: il 2.4T è senza dubbio l’artefatto più capace. Racconta invece cosa ti compra davvero la parola “rilasciato”, e la risposta dipende da due cose che con i punteggi dei benchmark non c’entrano niente.

Cos’è davvero il 27B

Denso, non mixture-of-experts: 27,78 miliardi di parametri, tutti attivi su ogni token, cosa insolita per un rilascio del 2026 a questa taglia e che rende i conti sulla memoria piacevolmente noiosi. Finestra di contesto da 262.000 token. Multimodale in origine, registrato sull’Hub come modello image-text-to-text e non come modello testuale con la visione attaccata sopra. Apache 2.0.

In pratica una build Q4_K_M si assesta intorno ai 17 GB e una Q5_K_M intorno ai 20, quindi una scheda da 24 GB lo fa girare con spazio per il contesto e per il resto della sessione desktop. Le build quantizzate sono arrivate in pochi giorni: il repository GGUF di unsloth ha da solo accumulato 8,4 milioni di download, più dei pesi originali, che è il segnale più chiaro possibile su come la gente stia consumando questo modello. Non caricano i safetensors in transformers. Scaricano un file quantizzato e lo fanno girare su hardware che già possiedono.

La licenza pesa più del numero di parametri

Il 27B è Apache 2.0. I metadati dell’Hub per il 2.4T riportano license: other, una licenza Qwen personalizzata i cui termini vanno letti sulla model card invece che riconosciuti da un’etichetta di tre parole. Abbiamo già scritto perché questa distinzione continui a contare: una licenza permissiva è una decisione che prendi una volta sola, mentre una licenza personalizzata è una decisione che riprendi ogni volta che cambia il caso d’uso.

Alibaba lo ha quasi certamente fatto apposta, e la logica non è misteriosa. Il modello piccolo è una mossa di distribuzione: mettilo ovunque, con termini su cui nessuno deve ragionare, e Qwen diventa il modello locale predefinito per una generazione di sviluppatori. Il modello grande è un asset commerciale, servito tramite Alibaba Cloud e i soliti provider di inferenza, e la licenza protegge quello. Sono due mosse razionali entrambe. Vale la pena notare che la divisione razionale produce un artefatto pubblico e uno semi-pubblico, e che solo uno dei due andrà a plasmare ciò che la gente costruisce.

Perché a decidere il resto è la soglia hardware

A circa 1,2 TB in 4 bit, il 2.4T è infrastruttura multi-nodo. Teniamo modelli come questo su una pagina Frontier separata proprio perché elencarli accanto a qualcosa che puoi installare sarebbe fuorviante. I suoi 27.400 download sono quasi certamente provider di inferenza, laboratori di ricerca e una manciata di persone con un budget da cluster, e quel numero non è un fallimento. È l’aspetto che ha l’adozione su scala frontier quando il modello è onesto sul proprio peso.

I quattro milioni del 27B, invece, sono la forma di un modello che ha superato entrambe le soglie insieme: una licenza che non chiede niente e un ingombro in memoria che sta in una scheda già comprata. Nessuna delle due soglie da sola sarebbe bastata. Ci sono parecchi modelli con licenza Apache che restano inutilizzati perché richiedono un rack, e parecchi modelli eseguibili che restano di nicchia perché i loro termini rendono necessario un avvocato.

È lo stesso ragionamento che abbiamo fatto su Kimi K3, preso dall’altro lato. Lì il punto era che in cima alla scala i pesi pubblici e un modello eseguibile si sono separati. Qui il punto è cosa resta a valle: per chi legge questo sito l’azione interessante si è spostata nella fascia tra i 20 e i 35 miliardi di parametri, dove capacità, licenza e memoria consumer per un attimo coincidono.

Quanto valgono adesso i numeri dei benchmark

Qwen dichiara miglioramenti sostanziali sulla generazione precedente: SWE-bench Pro a 61,7 contro 53,5 di Qwen3.6-27B, coding agentico da terminale a 73,0 contro 63,4. Sono cifre dichiarate dal produttore. Nessuna valutazione indipendente ha ancora pubblicato un punteggio per il 27B, il che è normale a una settimana dal rilascio ed è anche esattamente la finestra in cui i numeri del vendor vengono citati come se fossero acquisiti.

La lettura onesta è che la direzione è credibile e l’entità non è ancora confermata. Se stai scegliendo tra questo e Qwen3.6-27B per un carico di lavoro reale, la prova che decide sono i tuoi prompt sul tuo hardware, non una tabella in un post di lancio. Il modello è abbastanza piccolo che quel confronto ti costa un pomeriggio.

Cosa fare, per classe di hardware

Scheda da 24 GB o Mac da 32 GB: è la nuova scelta predefinita nel nostro picker, al posto di Qwen3.6-27B per le installazioni nuove. Scarica la Q4_K_M e tieni la generazione precedente solo se hai fine-tuning o prompt tarati su quella.

16 GB o meno: il 27B non ci sta a una quantizzazione che valga la pena eseguire. La directory ha opzioni migliori a quella taglia, e il divario tra un 27B in Q2 e un 12B ben scelto in Q5 non è quello che la gente si aspetta.

Workstation multi-GPU: puoi far girare il 27B in Q8 con spazio in abbondanza, e continui a non poter eseguire il 2.4T. Non esiste una configurazione intermedia tra “una buona scheda” e “un cluster” che cambi questa cosa, e vale la pena saperlo prima di comprare una seconda GPU per questo modello.

La parte che invecchierà

Un anno fa la tesi dell’AI locale richiedeva una scusa: i modelli erano più piccoli, il divario con la frontiera si vedeva nell’uso quotidiano ed eseguire le cose per conto proprio era una preferenza più che una capacità. Il 27B è il punto in cui quella scusa smette di servire per un’ampia classe di lavoro: scrittura di codice, comprensione di documenti, lettura a contesto lungo, qualsiasi cosa multimodale che non richieda il vertice assoluto.

Quello che non è cambiato è che il soffitto continua ad allontanarsi. Il 2.4T esiste, è migliore, e nessuna quantità di hardware consumer lo raggiungerà. Il modo utile di tenere insieme le due cose è che l’AI locale non compete con la frontiera e non lo ha mai fatto. Compete con la versione del tuo flusso di lavoro in cui una terza parte vede ogni token che invii. Su quel confronto, un file da 17 GB sotto Apache 2.0 è un argomento più forte di quanto sia mai stato.