Чи можу я запускати Qwen3.8 27B локально?

Так, ваги відкриті і опубліковані на Hugging Face у Qwen/Qwen3.8-27B, сумісні з vLLM, SGLang і Hugging Face Transformers. При 27 млрд параметрів вам знадобиться значний обсяг VRAM; перед завантаженням перевірте посилання на гайд по VRAM нижче.

Скільки коштує і який розмір контексту?

Через API модель коштує $0.04 за мільйон вхідних токенів і $2.30 за мільйон вихідних, з контекстним вікном на один мільйон токенів. Локальний запуск не має вартості за токени, окрім вартості вашого обладнання.

Чим ця модель відрізняється від попередніх моделей Qwen?

Qwen3.8 описується як найпотужніше покоління в сімействі відкритих моделей Qwen на сьогодні, з особливими покращеннями в агентському виконанні, розумінні мови і зору, включно з відео, та новою системою гнучкого керування мисленням, що дозволяє налаштовувати глибину логіки за запитом.

▲

36.4%

цього тижня

Qwen3.8 27B

8839°

#llm #qwen #бачення #відео #логіка #кодування

Запустити модель

Пропозиції / Реклама

OpenRouter Термінал / API

Платити за токен

Спілкуйся з цією моделлю у браузері або викликай її з коду за допомогою одного API ключа.

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.

Посібники до цієї моделі

Як встановити Ollama і запустити локальний ШІ (Windows, Mac, Linux)

Ollama проти LM Studio (2026): яку локальну AI-програму вибрати і які топ-моделі кожна підтримує

Найкращі локальні LLM за випадками використання (жовтень 2026): правильна відкрита модель для кожного завдання

Скільки VRAM мені справді потрібно для локального ШІ?

Що таке файл GGUF? Пояснення квантизованих моделей (Q4, Q8, fp8, NF4)

Усі посібники

Нотатки капітана

Написано Captain, головним редактором

Нотатки від 2026-10-13

Qwen3.8 27B — це відкрита модель щільного типу для зору і мови від Qwen, що обробляє текст, зображення та відео в контекстному вікні до одного мільйона токенів. Вона належить до практичного розміру для самостійного хостингу, при цьому має справжню глибину мислення, режим мислення увімкнений за замовчуванням і регулюється за запитом. Підходить розробникам і дослідникам, які хочуть потужного багатомодального агента, якого можна розгорнути самостійно.

Відомий за

Гнучке керування мисленням: увімкнення, вимкнення або налаштування глибини логіки за запитом.
Нативне розуміння зображень і відео, включно з документами та STEM-діаграмами.
Сильне автономне планування для довготривалих багатокрокових агентських завдань.
Контекст на один мільйон токенів доступний через хмарний API.
Відкриті ваги сумісні з vLLM, SGLang і Hugging Face Transformers.

Зверніть увагу на

Нативний контекст — 262 144 токени; повне вікно 1М доступне лише через хмарний сервіс Qwen Cloud, а не локально.
Вартість виводу через API — $2.30 за мільйон токенів, що швидко накопичується при довгих агентських сесіях.
При 27 млрд параметрів локальний запуск вимагає значного обсягу VRAM; перевірте своє обладнання перед завантаженням.

Найкраще для

Кодування

Агенти та використання інструментів

Міркування

Зір

Працює локально

Підказки для спроби

Відлагодження циклу агента

У мене є Python-агент, який викликає інструмент пошуку, парсить результат і вирішує, чи викликати знову. Після двох ітерацій він завжди зупиняється, навіть якщо завдання не завершене. Ось код циклу: [вставте свій код]. Визначте, чому він виходить раніше часу, і перепишіть цикл так, щоб він тривав, доки завдання справді не буде завершене або не досягне жорсткої межі в десять викликів.

Аналіз діаграми або графіка

Я додаю технічну діаграму. Опишіть, що вона показує, визначте будь-які зв’язки або потоки між компонентами, позначте все, що виглядає неконсистентним або незвичайним, і запропонуйте два питання, які повинен поставити експерт у цій галузі.

Планування багатокрокового дослідження

Мені потрібно зрозуміти поточний стан комерціалізації твердотільних батарей: хто провідні виробники, які основні технічні вузькі місця залишаються і які з них найближчі до розв’язання. Розбийте це на покроковий план дослідження, потім пройдіть кожен крок і дайте короткий підсумок наприкінці.

Порівняти з

Qwen3.7 Flash
Модель тільки з API
контекст 1,000,000 токенів · $0.03/M вхід, $0.13/M вихід
Qwen3.8 Max (0902)
Модель тільки з API
контекст 1,000,000 токенів · $2.00/M вхід, $6.00/M вихід
Qwen3.8 Omni Flash
Модель тільки з API
контекст 1,000,000 токенів · $0.15/M вхід, $0.47/M вихід
Qwen3.5 Plus 2026-02-15
Модель тільки з API
контекст 1,000,000 токенів · $0.26/M вхід, $1.56/M вихід

Більше текстових моделей від qwen

Питання, які задають люди

Чи можу я запускати Qwen3.8 27B локально?: Так, ваги відкриті і опубліковані на Hugging Face у Qwen/Qwen3.8-27B, сумісні з vLLM, SGLang і Hugging Face Transformers. При 27 млрд параметрів вам знадобиться значний обсяг VRAM; перед завантаженням перевірте посилання на гайд по VRAM нижче.
Скільки коштує і який розмір контексту?: Через API модель коштує $0.04 за мільйон вхідних токенів і $2.30 за мільйон вихідних, з контекстним вікном на один мільйон токенів. Локальний запуск не має вартості за токени, окрім вартості вашого обладнання.
Чим ця модель відрізняється від попередніх моделей Qwen?: Qwen3.8 описується як найпотужніше покоління в сімействі відкритих моделей Qwen на сьогодні, з особливими покращеннями в агентському виконанні, розумінні мови і зору, включно з відео, та новою системою гнучкого керування мисленням, що дозволяє налаштовувати глибину логіки за запитом.

Вердикт капітана
Серйозна багатомодальна модель агента з відкритими вагами, яку ви справді можете розгорнути, з можливістю регулювати глибину мислення.

Картка моделі на Hugging Face

Капітан пише ці нотатки на основі опису моделі та картки моделі. Ціни та розміри контексту вказані на момент написання і можуть змінюватися.

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 популярності Qwen3.8 27B

Показник популярності з 14 Aug 2026

Оцінка популярності

8,839°

Цього тижня

▲

36.4%

8,798° тоді, 8,839° зараз

Цього місяця

▲

428%

8,619° тоді, 8,839° зараз

За минулий рік

n/a

Ще не випущено/не відстежується

7,000°

Основний рівень

Шкала йде від 0° до 9 999°. Все, що нижче за 7,000°, відведено для моделей, про які жодне джерело ще не повідомляло, і вони мають замінне число, щоб списки були повними. 7,000° — це початок виміряних даних: модель з реальними даними, але майже без завантажень, стоїть на цьому рівні, а вимірювання додають градуси вище. Основний рівень нічого не говорить про модель; тільки градуси вище його відрізняють одну модель від іншої.

+1,553°

Токени OpenRouter

1,505,340,752,896 токенів ця модель обробила через OpenRouter за останні 30 днів, разом підказки та відповіді. Кожні 10,000,000 токенів рахується як одне завантаження в терміні завантажень, всього 150,534; токени останнього дня додаються до коефіцієнта прийняття. Джерело: OpenRouter (openrouter.ai/rankings).

+286°

Швидкість прийняття

Приблизно 6,446 завантажень на день, виміряно між двома зчитуваннями джерел, ніколи не вгадується за середнім за весь час. Швидкість важить чверть показника завантажень, тому свіжий сплеск видно, але одноденний стрибок не перевищить роки використання.

Показати детальний розподіл

Кожне число на цьому сайті можна перевірити. Оцінка популярності цієї моделі становить 8,839°, і тут вона побудована по одному інгредієнту за раз, з поточним підсумком після кожного: основа, градуси, які додає кожне джерело, бонус за тип моделі та віднімання за вік ваг. Кольори відповідають діапазонам на діаграмі вище. Глосарій в кінці пояснює кожен термін.

1
Почни з основного рівня.
Чому 7,000°, а не нуль: шкала йде від 0° до 9 999°, і частина нижче за 7,000° відведена для моделей, про які жодне джерело ще не повідомляло, які мають замінне число, щоб списки були повними і ніколи не перевищували модель з даними. 7,000° — це початок виміряних даних. Модель з реальними даними, але майже без завантажень, стоїть тут; все, що далі, — це вимірювання, а простір вище основного рівня містить десять десятикратних кроків у завантаженнях по 300° кожен. Основний рівень однаковий для всіх моделей, тому він нічого не вирішує; градуси вище нього — ось що вирішує.
7,000°
поточний підсумок
2
Додай завантаження.
Всього 150,534 еквівалентів завантажень з Токени OpenRouter. Десятикратне збільшення завантажень додає ті ж 300°, тож розмір важливий, але не домінує у рейтингу.
+1,553°
8,553°
поточний підсумок
3
Додай швидкість прийняття.
Приблизно 6,446 завантажень на день зараз, виміряно між двома замірами, вагою в чверть від завантаження.
+286°
8,839°
поточний підсумок
=
Оцінка популярності.
Де ця модель стоїть у кожному списку на цьому сайті. Нічого іншого не впливає на цю оцінку.
8,839°

Глосарій: терміни, що тут використовуються

Оцінка популярності: Одне число, що показує, наскільки модель зараз використовується і потрібна, від 0° до 9,999°. Кожен список на цьому сайті, який називається найгарячішим, відсортований саме за цим числом.
Початкова оцінка: 7,000° — це стартова оцінка для кожної моделі з реальними даними. Шкала від 0° до 9,999°; частина нижче початкової оцінки відведена для моделей без даних, щоб модель з даними завжди була вище. Початкова оцінка однакова для всіх і нічого не вирішує; градуси вище неї — це власне вимірювання.
Еквіваленти завантажень: Все, що оцінка рахує як завантаження, підсумовано: самі завантаження, кожен торрент-сідер як 1,000, кожне зображення AI Horde і кожен запуск на сайті генерації як один.
Логарифмічна шкала: Рахунок по десятках, а не по одиницях: перехід від 1,000 до 10,000 завантажень додає ті ж градуси, що й від 10,000 до 100,000. Це не дає гігантам витіснити все інше.
Лайки: Вподобання і лайки з усіх джерел, вартістю половини завантаження на логарифмічній шкалі.
Швидкість прийняття: Скільки завантажень на день модель отримує зараз, за різницею між двома замірами джерела. Чверть ваги від терміну завантажень.
Виміряно та оцінено: Виміряно означає, що є два показники джерела, і різниця справжня. Оцінено означає, що відомий лише загальний показник за сьогодні, а минуле розподілено на весь час існування моделі; сайт показує, який саме варіант відображається.
Сідер: Хтось, хто тримає копію вагів онлайн, щоб інші могли завантажувати через торрент, або хостинг-дзеркало, що робить те саме. Кожен такий рахується як 1000 завантажень.
AI Horde: Добровільна мережа, яка безкоштовно генерує зображення на пожертвуваних комп’ютерах. Кількість зображень, створених з моделлю, публічна, і кожне рахується як одне завантаження.
Сайти генерації: Сайти, які розміщують власні копії моделі і дозволяють людям генерувати з нею, наприклад PixAI, SeaArt і Yodayo. Їхні завантаження рахується так само, як у Civitai, а кожен запуск генерації — як одне завантаження.
Токени OpenRouter: Текстова модель, що обслуговується через API, як Claude або GPT, не має ваг для завантаження, тому її використання вимірюється токенами: частинами тексту, які вона прочитала і написала через OpenRouter, шлюз, який використовують багато додатків, за останні 30 днів. Кожні 10,000,000 токенів рахується як одне завантаження. Джерело: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Повна модель (чекпойнт): Самі ваги, файл, який генерує самостійно. Має бонус, бо від нього залежать додатки.
LoRA та embedding: Малі додаткові файли, які направляють чужі ваги в певний стиль, персонажа чи концепцію. Вони не можуть працювати самі по собі.
Сімейство та ваги: База, на якій побудована модель, наприклад SD 1.5, SDXL, Flux або Wan. Кожна модель успадковує дату виходу вагів свого сімейства.
Вік: Віднімається градус за те, як давно вийшли ваги сімейства: 150° за рік, максимум 750°. Це зберігає старі завантаження, які мали роки, щоб накопичитись, заморожуючи їх на верху списку.
Підсилення сімейства: Невеликий, обмежений поштовх для LoRA сімейства, яке цей сайт зараз просуває, завжди вказується в розподілі.
Оцінка заміщення: Стабільне число нижче мінімуму, яке дають моделі, про яку ще немає даних, щоб списки були повними. Воно ніколи не вище за модель з даними.
Новинка! (період очікування): Модель віком менше 7 днів показує Новинка! замість оцінки і не займає місце в рейтингах. Її оцінка обчислюється з першого дня, але модель віком один день росте швидше за все, тому без очікування #1 тижня завжди була б та, що вийшла вчора, а не та, що трималась тиждень.
Тренд: Як зростання моделі за період порівнюється зі звичайним зростанням моделей за той самий період. Швидше за звичайне — це підйом, повільніше — спад.
Типова модель: Середина каталогу: половина моделей з показником зросла швидше за цей період, половина повільніше.

Як популярність цієї моделі змінювалась у порівнянні з рештою каталогу: її зростання за кількістю завантажень, лайків і використання за кожен період, порівняно зі звичайним зростанням моделей за той же час, з урахуванням її рейтингу популярності на той момент. Вище звичайного зростання означає підйом, нижче — спад. Минуле відновлюється з сьогоднішніх підсумків, першого дня моделі та швидкості завантажень, якщо є два заміри; модель, якої не було на початку періоду, показує n/a.

Схожі моделі

GPT 5.6 Sol Pro

TEXT / LLM

Nemotron Content Safety 3.5

TEXT / LLM

Llama 3.3 Euryale 70B

TEXT / LLM

Nemotron 3.5 Super VL

TEXT / LLM

Моделі ШІ для генерації зображень, відео та тексту

Qwen3.8 27B — це текстова модель для сімейства Text / LLM, представлена на ModelTrends.ai, каталозі лише для читання відкритих моделей ШІ для зображень, відео та тексту. Порівняйте її з іншими моделями Text / LLM і перевірте бал популярності, щоб побачити тренд.

Більше моделей Text / LLM Більше Text / LLM Текст / LLM llm qwen бачення відео логіка кодування агенти локально

Перегляд за сімейством моделей