Могу ли я запустить Qwen3.8 27B локально?

Да, веса открыты и опубликованы на Hugging Face в Qwen/Qwen3.8-27B, совместимы с vLLM, SGLang и Hugging Face Transformers. При 27 миллиардах параметров потребуется значительный объём VRAM; перед загрузкой ознакомьтесь с руководством по VRAM, ссылка ниже.

Сколько стоит и какой у неё контекст?

Через API модель стоит $0.04 за миллион входных токенов и $2.30 за миллион выходных, с контекстным окном в миллион токенов. Локальный запуск не имеет затрат на токены, кроме вашего оборудования.

Чем эта модель отличается от предыдущих Qwen?

Qwen3.8 описывается как самое мощное поколение в открытой серии Qwen на сегодняшний день, с улучшениями в исполнении агентов, понимании зрения и языка, включая видео, и новой системой гибкого управления мышлением, позволяющей настраивать глубину рассуждений по запросу.

▲

36.4%

эта неделя

Qwen3.8 27B

8839°

#llm #qwen #видение #видео #логика #программирование

Запустить модель

Предложения / Реклама

OpenRouter Терминал / API

Плата за токен

Общайся с этой моделью в браузере или вызывай её из кода с одним API-ключом.

Qwen | 1,000,000 token context | $0.24/M input, $2.20/M output. Qwen3.8 27B is an open-weight dense vision-language model from Qwen. It is suited for coding, professional workflows, research, multimodal interaction, and long-running agent tasks, with flexible thinking that can be enabled or disabled.

Руководства по этой модели

Как установить Ollama и запустить локальный ИИ (Windows, Mac, Linux)

Ollama против LM Studio (2026): какое локальное AI-приложение выбрать и какие топ-модели они поддерживают

Лучшие локальные LLM по задачам (октябрь 2026): подходящая открытая модель для каждой работы

Сколько VRAM мне действительно нужно для локального ИИ?

Что такое файл GGUF? Объяснение квантизированных моделей (Q4, Q8, fp8, NF4)

Все руководства

Заметки капитана

Написано Captain, главным редактором

Заметки от 2026-10-13

Qwen3.8 27B — это модель с открытыми весами для зрения и языка от Qwen, обрабатывающая текст, изображения и видео в контекстном окне до миллиона токенов. Она находится в практическом классе по размеру для самостоятельного хостинга и обладает настоящей глубиной рассуждений, режим мышления включён по умолчанию и настраивается по запросу. Подходит разработчикам и исследователям, которым нужен мощный многомодальный агент, который они могут развернуть самостоятельно.

Известен

Гибкое управление мышлением: включение, отключение или настройка глубины рассуждений по запросу.
Нативное понимание изображений и видео, включая документы и STEM-диаграммы.
Сильное автономное планирование для долгосрочных многошаговых агентных задач.
Контекст в миллион токенов доступен через хостинг API.
Открытые веса, совместимые с vLLM, SGLang и Hugging Face Transformers.

Остерегайтесь

Нативный контекст — 262 144 токена; полное окно в 1 миллион требует использования хостинга Qwen Cloud, а не локального запуска.
Стоимость вывода через API — $2.30 за миллион токенов, что быстро накапливается при длительных агентных запусках.
При 27 миллиардах параметров локальное развёртывание требует значительного объёма VRAM; проверьте своё оборудование перед загрузкой.

Лучше всего подходит для

Программирование

Агенты и использование инструментов

Логика

Зрение

Работает локально

Подсказки для проб

Отладка сбойного цикла агента

У меня есть Python-агент, который вызывает инструмент поиска, парсит результат и решает, вызывать ли снова. После двух итераций он всегда останавливается, даже если задача не завершена. Вот код цикла: [вставьте ваш код]. Определите, почему он выходит слишком рано, и перепишите цикл так, чтобы он продолжался, пока задача действительно не завершится или не достигнет жёсткого лимита в десять вызовов.

Анализ диаграммы или графика

Я прикрепляю техническую диаграмму. Опишите, что она показывает, определите связи или потоки между компонентами, отметьте всё, что выглядит несогласованным или необычным, и предложите два вопроса, которые должен задать эксперт в этой области.

Планирование многошагового исследовательского задания

Мне нужно понять текущее состояние коммерциализации твёрдотельных батарей: кто ведущие производители, какие основные технические узкие места остаются и какие из них ближе всего к решению. Разбейте это на поэтапный план исследований, затем пройдите каждый шаг и в конце дайте краткий синтез.

Сравнить с

Qwen3.7 Flash
Модель только с API
контекст из 1,000,000 токенов · $0.03/M вход, $0.13/M выход
Qwen3.8 Max (0902)
Модель только с API
контекст из 1,000,000 токенов · $2.00/M вход, $6.00/M выход
Qwen3.8 Omni Flash
Модель только с API
контекст из 1,000,000 токенов · $0.15/M вход, $0.47/M выход
Qwen3.5 Plus 2026-02-15
Модель только с API
контекст из 1,000,000 токенов · $0.26/M вход, $1.56/M выход

Больше текстовых моделей от qwen

Часто задаваемые вопросы

Могу ли я запустить Qwen3.8 27B локально?: Да, веса открыты и опубликованы на Hugging Face в Qwen/Qwen3.8-27B, совместимы с vLLM, SGLang и Hugging Face Transformers. При 27 миллиардах параметров потребуется значительный объём VRAM; перед загрузкой ознакомьтесь с руководством по VRAM, ссылка ниже.
Сколько стоит и какой у неё контекст?: Через API модель стоит $0.04 за миллион входных токенов и $2.30 за миллион выходных, с контекстным окном в миллион токенов. Локальный запуск не имеет затрат на токены, кроме вашего оборудования.
Чем эта модель отличается от предыдущих Qwen?: Qwen3.8 описывается как самое мощное поколение в открытой серии Qwen на сегодняшний день, с улучшениями в исполнении агентов, понимании зрения и языка, включая видео, и новой системой гибкого управления мышлением, позволяющей настраивать глубину рассуждений по запросу.

Вердикт капитана
Серьёзная многомодальная модель с открытыми весами, которую реально можно хостить, с возможностью регулировать глубину мышления.

Карточка модели на Hugging Face

Капитан пишет эти заметки на основе описания модели и карточки модели. Цены и размеры контекста указаны на момент написания и могут измениться.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #44 Hottest Text / LLM model · #44 Hottest Text / LLM text model

Not this creator?

Get your own badge

Тренд популярности Qwen3.8 27B

Показатель популярности с 14 Aug 2026

Индекс популярности

8,839°

Эта неделя

▲

36.4%

8,798° тогда, 8,839° сейчас

Этот месяц

▲

428%

8,619° тогда, 8,839° сейчас

Прошлый год

n/a

Еще не выпущено/не отслеживается

7,000°

Базовый уровень

Шкала от 0° до 9 999°. Всё ниже 7,000° отведено моделям, по которым ещё нет данных от источников — им дают временное число, чтобы списки были полными. 7,000° — это начало измеренных данных: модель с реальными данными, но почти без скачиваний, стоит на этом уровне, а измерения добавляют градусы сверху. Базовый уровень ничего не говорит о модели; только градусы сверху её отличают.

+1,553°

Токены OpenRouter

1,505,340,752,896 токенов обработано этой моделью через OpenRouter за последние 30 дней, вместе с подсказками и ответами. Каждые 10,000,000 токенов считаются за одно скачивание в термине скачиваний, всего 150,534; токены последнего дня учитываются в коэффициенте роста. Источник: OpenRouter (openrouter.ai/rankings).

+286°

Темп внедрения

Около 6,446 скачиваний в день, измеряется между двумя замерами источников, не считается по среднему за всё время. Скорость считается как четверть от общего показателя скачиваний, чтобы свежий всплеск был виден, но однодневный пик не перебивал годы использования.

Показать подробности

Каждое число на этом сайте можно проверить. Рейтинг популярности этой модели — 8,839°, и здесь он построен по частям, с итогом после каждого шага: базовый уровень, градусы, добавляемые каждым источником, бонус за тип модели и вычет за возраст весов. Цвета соответствуют диапазонам на графике выше. В конце есть словарь, где объяснены все термины.

1
Начинаем с базового уровня.
Почему 7,000°, а не ноль: шкала от 0° до 9 999°, и часть ниже 7,000° отведена моделям без данных от источников — им дают временное число, чтобы списки были полными и они не обгоняли модели с данными. 7,000° — начало измеренных данных. Модель с реальными данными, но почти без скачиваний, стоит здесь; всё, что дальше, — измерения, а пространство выше базового уровня содержит десять десятикратных шагов скачиваний по 300° каждый. Базовый уровень одинаков для всех моделей, он ничего не решает; решают градусы сверху.
7,000°
текущий итог
2
Добавь загрузки.
150,534 эквивалентов загрузок всего, с Токены OpenRouter. Десятикратное увеличение загрузок добавляет те же 300°, так что размер важен, но не доминирует в оценке.
+1,553°
8,553°
текущий итог
3
Добавь темп внедрения.
Примерно 6,446 загрузок в день сейчас, измерено между двумя замерами, с четвертью веса.
+286°
8,839°
текущий итог
=
Итоговый показатель heat.
Где эта модель находится в каждом списке на этом сайте. Ничто другое на него не влияет.
8,839°

Глоссарий: используемые здесь термины

Показатель heat: Одно число, показывающее, насколько модель сейчас используется и востребована, от 0° до 9,999°. Все списки на сайте с пометкой hottest сортируются именно по нему.
Минимум: 7,000° — стартовая точка для каждой модели с реальными данными. Шкала от 0° до 9,999°; часть ниже минимума отведена для моделей без данных, чтобы модели с данными всегда были выше. Минимум одинаков для всех и ничего не решает; градусы выше него — это измерение.
Эквиваленты загрузок: Всё, что считается как загрузка в оценке, сложенное вместе: сами загрузки, каждый сид торрента считается за 1,000, каждое изображение AI Horde и каждый запуск на сайте генерации считаются за один.
Логарифмическая шкала: Счёт по десяткам, а не по единицам: переход от 1,000 к 10,000 загрузок добавляет столько же градусов, сколько от 10,000 к 100,000. Это не даёт гигантам заглушать всё остальное.
Лайки: Одобрения и лайки со всех источников, каждый стоит половину загрузки на логарифмической шкале.
Темп внедрения: Сколько загрузок в день получает модель сейчас, по разнице между двумя замерами источника. Четверть веса от термина загрузки.
Измерено и оценено: Измерено значит, что есть два показания источника, и разница реальна. Оценено значит, что известна только сегодняшняя сумма, а прошлое распределено по жизни модели; сайт показывает, что именно отображается.
Сидер: Кто-то, кто хранит копию весов онлайн, чтобы другие могли скачать через торрент, или размещённое зеркало, делающие то же самое. Каждый такой считается за 1000 загрузок.
AI Horde: Волонтёрская сеть, которая бесплатно генерирует изображения на пожертвованных компьютерах. Количество изображений, созданных с моделью, публично, и каждое считается за одну загрузку.
Сайты генерации: Сайты, которые хранят свои копии модели и позволяют людям генерировать с ней, например PixAI, SeaArt и Yodayo. Их загрузки считаются как у Civitai, и каждый запуск генерации — за одну загрузку.
Токены OpenRouter: Текстовая модель, обслуживаемая через API, такая как Claude или GPT, не имеет весов для скачивания, поэтому её использование измеряется токенами: кусочками текста, которые она прочитала и написала через OpenRouter, шлюз, который используют многие приложения, за последние 30 дней. Каждые 10,000,000 токенов считаются за одно скачивание. Источник: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Полная модель (чекпоинт): Сами веса, файл, который генерирует самостоятельно. Получает бонус, потому что от него зависят дополнения.
LoRA и эмбеддинг: Небольшие файлы-дополнения, которые направляют чужие веса в сторону стиля, персонажа или концепции. Они не могут работать сами по себе.
Семейство и веса: База, на которой построена модель, например SD 1.5, SDXL, Flux или Wan. Каждая модель наследует дату выпуска весов своего семейства.
Возраст: Градусы снимаются за то, как давно вышли веса семейства: 150° в год, максимум 750°. Старые загрузки, которые успели накопиться за годы, остаются вверху списка.
Буст семейства: Небольшой ограниченный толчок для LoRA из семейства, которое этот сайт сейчас продвигает, всегда указан в разбивке.
Оценка-замена: Стабильное число ниже минимального, даваемое модели, о которой ещё нет данных, чтобы списки были полными. Никогда не выше модели с данными.
Новинка! (период ожидания): Модель младше 7 дней показывает Новинка! вместо оценки и не занимает место в рейтинге. Её оценка вычисляется с первого дня, но модель в один день растёт быстрее всего, поэтому без ожидания #1 недели всегда была бы модель, вышедшая вчера, а не та, что держалась неделю.
Тренд: Как рост модели за период сравнивается с типичным ростом модели за тот же период. Быстрее типичного — рост, медленнее — падение.
Типичная модель: Средина каталога: половина моделей с цифрой росли быстрее за период, половина медленнее.

Как менялась популярность этой модели по сравнению с остальным каталогом: её рост по загрузкам, лайкам и использованию за каждый период, измеренный относительно типичного роста моделей за тот же период, с учётом её текущего показателя heat score. Если выше типичного роста — значит рост, если ниже — спад. Прошлое восстанавливается по сегодняшним итогам, первому дню модели и скорости загрузок, если есть два замера; если модель не существовала в начале периода, показывается n/a.

Похожие модели

ИИ-модели для генерации изображений, видео и текста

Qwen3.8 27B — это текстовая модель для семейства Text / LLM, представленная на ModelTrends.ai, каталоге открытых ИИ-моделей для изображений, видео и текста, доступном только для чтения. Сравните её с другими моделями Text / LLM и посмотрите индекс популярности, чтобы оценить тренд.

Другие модели Text / LLM Другие Текст / LLM Text / LLM llm qwen видение видео логика программирование агенты локально

Обзор по семействам моделей