Qwen 3.8

Что входит в семейство

На 17 сентября 2026 года у организации Qwen на Hugging Face шесть репозиториев с «3.8» в имени: три модели и их версии в точности FP8 ^[1]. Все открыты для скачивания без заявки.

Карточки описывают состав так. Qwen3.8-27B — плотная модель на 27 млрд параметров ^[4]. Qwen3.8-2.4T-A95B — модель со смесью экспертов: 2,4 трлн параметров всего и 95 млрд активных на токен, 512 экспертов ^[9]. Qwen3.8-Flash-Next — 125 млрд параметров при 6 млрд активных, плюс 51 млрд в n-граммных эмбеддингах и 4 млрд в модуле MTP ^[7].

Где Max, Plus и Flash

Люди ищут «qwen 3.8 max», «plus» и «flash», но репозиториев с такими именами нет. Вот что есть на самом деле.

• Max — это Qwen3.8-2.4T-A95B. В имени репозитория слова «Max» нет, но так модель называет её собственная карточка, а файл лицензии озаглавлен «Qwen3.8-Max License» ^{[9] [10]}. Прямой фразы «этот репозиторий и есть Qwen3.8-Max» в карточке нет — это вывод из трёх совпадающих признаков.
• Flash — это Qwen3.8-Flash-Next. Карточка называет её экспериментальным показом архитектуры, на которой будет построен Qwen4: «experimental preview of the architecture that will underpin Qwen4» ^[7].
• Plus — открытых весов нет. Репозитория с «Plus» в имени у организации Qwen на Hugging Face на дату проверки не найдено ^[1].

Сколько памяти нужно

Размер файлов весов — нижняя граница: столько памяти уходит только на загрузку модели. Поверх неё идут кэш контекста и служебные расходы программы запуска. Считали просто — сложили размеры файлов весов по данным API.

Для одной видеокарты или рабочей станции из всего семейства подходит только Qwen3.8-27B:

Чтобы модель понимала изображения, к GGUF нужен ещё отдельный файл проектора mmproj — от 0,6 до 0,9 ГБ ^[12].

Flash-Next и 2.4T-A95B — серверный класс: 185,5 ГБ и 2 496 ГБ даже в FP8 ^{[6] [8]}. Как сильно падает качество ответов на низких квантизациях, мы не измеряли.

GGUF, Ollama и LM Studio

Официальных GGUF для версии 3.8 нет. Среди 54 GGUF-репозиториев организации Qwen ни один не относится к семейству 3.8 ^[15]. В карточках трёх моделей GGUF, llama.cpp и Ollama не упоминаются ^[4].

Зато есть сторонние сборки. По числу скачиваний на 17 сентября 2026 года первыми идут unsloth/Qwen3.8-27B-GGUF, затем несколько вариантов со снятыми ограничениями, lmstudio-community/Qwen3.8-27B-GGUF и ggml-org/Qwen3.8-27B-GGUF ^[14]. Все они помечены как квантизации Qwen/Qwen3.8-27B и наследуют лицензию Apache 2.0 ^[14]. Это сборки третьих лиц: за их содержимое команда Qwen не отвечает, и мы их не проверяли.

В библиотеке Ollama модель есть. Теги — qwen3.8:27b и qwen3.8:27b-mlx; размер — 18 ГБ, окно контекста — 256 тыс. токенов, на входе текст и изображения ^[16].

Контекст

В config.json у всех трёх моделей max_position_embeddings равно 262 144 токена ^[3]. Карточка Qwen3.8-27B заявляет больше: «262,144 natively and extensible up to 1,000,000 tokens» — расширение делается методом YaRN, и для него в карточке приведены команды для vLLM, SGLang и TokenSpeed ^[4].

Лицензии — три разные

Это самое важное для коммерческого использования, и тут легко ошибиться: у одного семейства три лицензии.

• Qwen3.8-27B и её FP8-версия — Apache 2.0 ^[2].
• Qwen3.8-2.4T-A95B — «Qwen3.8-Max License» ^[10]. Текст разрешает использовать, изменять, распространять, продавать и дообучать модель, но с двумя условиями. Если у вашего продукта больше 100 млн активных пользователей в месяц или выручка больше 20 млн долларов в месяц — нужно показывать название модели. Если вы ведёте бизнес «модель как услуга» или «ИИ-помощник для работы» и совокупная выручка превышает 50 млн долларов за 12 месяцев — нужна отдельная лицензия ^[10].
• Qwen3.8-Flash-Next — «Qwen Community License 1.0» ^[11]. Порог про 100 млн пользователей и 20 млн долларов тот же, но отдельная лицензия для бизнеса «модель как услуга» и «ИИ-помощник для работы» требуется без порога выручки ^[11].

В обеих лицензиях второе условие не касается внутреннего использования, при котором сама модель, её ответы и возможности недоступны третьим лицам ^{[10] [11]}. «Модель как услуга» лицензии определяют как доступ третьих лиц к инференсу или дообучению модели, например через API.

Это пересказ условий своими словами, а не юридическое заключение. Перед коммерческим использованием прочитайте сам текст лицензии — ссылки в источниках.

Как запускают — по карточке автора

Карточка Qwen3.8-27B называет совместимые средства: «compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed» — и для рабочих нагрузок советует отдельные движки: SGLang, vLLM или TokenSpeed ^[4]. У Flash-Next в списке рекомендованных есть ещё KTransformers ^[7]. Минимальная версия библиотеки transformers в карточках не указана.

Режим рассуждения у моделей включён по умолчанию, а карточки дают разные параметры генерации для режима рассуждения и обычного ответа ^[4].

Русский язык

Списка поддерживаемых языков в карточках нет, поле языков в метаданных всех шести репозиториев пустое ^[2]. Поддержка русского не заявлена и не опровергнута. Качество на русском мы не проверяли.

Что автор заявляет о качестве

Цифры из карточек моделей. Их получил сам автор; таблицы в разных карточках сравнивают модель с разными соперниками и в разных условиях, поэтому сопоставлять строки между собой нужно осторожно. На ваших задачах результат может быть другим.

Прочерк значит, что мы не выписывали это значение, а не что теста не было.

Чего на этой странице нет

Нет скорости генерации, сравнения квантизаций по качеству и оценки на русском языке — собственных замеров у Modelium нет. Нет и совета «брать или не брать»: он зависит от вашей задачи и требует проверки на ваших данных.