Qwen4-27B a Qwen3.8-27B: który model 27B od Alibaba można dziś pobrać?

Co Alibaba faktycznie ogłosiła 22 września 2026?

Na konferencji Apsara Alibaba wymieniła cztery modele Qwen4: Max, Flash, Plus oraz 27B [1][3]. Była to zapowiedź roadmapy, nie premiera wag. Qwen4 pozostawał w treningu, a daty wydania wersji 27B nie podano [1][4].

Dla Qwen4-27B nie ujawniono architektury, dokładnej liczby parametrów poza nazwą, licencji, długości kontekstu, modalności ani benchmarków [1]. Ten sam komunikat zapowiada skalowanie modeli do 5–10 bln parametrów w Qwen 4.5 i Qwen 5 [1].

Samo „27B” nie wskazuje generacji. W obiegu są co najmniej trzy modele o tym rozmiarze: Qwen3.5-27B, Qwen3.6-27B i Qwen3.8-27B [5]. Kto szuka modelu 27B od Qwen, musi więc najpierw ustalić, o której wersji czyta. W źródłach nie ma potwierdzenia dla doniesień o nowej zapowiedzi z października 2026 r. z konkretną godziną wpisu i licznikiem polubień.

Który model 27B można pobrać dzisiaj?

Qwen3.8-27B udostępniono 14 sierpnia 2026 r. na Hugging Face i ModelScope, a oficjalne repozytorium Qwen odnotowuje tę datę jako moment publikacji [2]. Model jest dense i multimodalny: obsługuje tekst, obrazy oraz wideo, ma natywny kontekst 262 144 tokenów rozszerzany do 1 mln tokenów przez YaRN [7].

Oficjalny przekaz Qwen, powołujący się na Unsloth, wskazywał uruchomienie skwantyzowanej wersji przy około 17 GB pamięci [6]. Rzeczywiste wymagania zależą od kwantyzacji, długości kontekstu i narzędzia serwującego. Materiały deweloperskie wymieniają vLLM, SGLang, TokenSpeed i Unsloth [7].

Według omówienia na krupinskiai.pl model ma 52 punkty w Artificial Analysis i zebrał 3 mln pobrań w ciągu trzech dni [8]. To dane z jednego źródła branżowego, nie z raportu producenta.

Czym różni się Qwen4-27B od Qwen3.8-27B?

Qwen4-27B to zapowiedź bez wag, licencji i benchmarków, a Qwen3.8-27B to model wydany 14 sierpnia 2026 r. z otwartymi wagami na licencji Apache 2.0 [1][2]. Porównanie trzech generacji 27B pokazuje różnicę w polityce informacyjnej Alibaby: od komunikatu z benchmarkami do zapowiedzi bez szczegółów technicznych.

Trzecia kolumna zawiera wyłącznie pola, których producent jeszcze nie opublikował. Wpis dotyczący Qwen4-27B, który podaje parametry, kontekst albo wyniki, wykracza poza to, co potwierdzają źródła.

Ile pamięci potrzeba do uruchomienia modelu 27B?

Punktem wyjścia jest kwantyzacja. Dla Qwen3.8-27B oficjalny przekaz wskazywał około 17 GB pamięci w wersji skwantyzowanej [6], a omówienie Qwen3.6-27B podaje około 24 GB VRAM [11]. Im dłuższy kontekst i wyższa precyzja wag, tym większe zużycie pamięci — rozszerzenie kontekstu do 1 mln tokenów przez YaRN podnosi zapotrzebowanie [7].

Przy planowaniu budżetu sprzętowego warto oddzielić eksperyment od produkcji. Jeden model na jednej karcie sprawdza się w testach, ale serwowanie wielu równoległych zapytań wymaga innych parametrów niż jednorazowe uruchomienie. Więcej o przechodzeniu od pilotażu do wdrożenia produkcyjnego pisaliśmy w tekście Praktyczne zastosowania AI: od pilotażu do produkcji.

Co wiadomo o jakości i benchmarkach?

Najwięcej danych dotyczy poprzednich generacji. Qwen3.6-27B, ogłoszony 22 kwietnia 2026 r., według testów producenta przewyższał Qwen3.5-397B-A17B w SWE-bench Verified: 77,2 wobec 76,2 [10]. Producent opisuje go jako model dense o flagowej jakości kodowania [9].

Niezależne omówienie przypisuje Qwen3.6-27B Intelligence Index 46 i Agentic Index równy Sonnet 4.6 oraz ośmiokrotnie tańsze API niż GPT-5.5 [11]. To dane z jednego serwisu, a wyniki benchmarków nie są gwarancją dla własnych zastosowań. Jak czytać takie zestawienia, opisujemy w artykule Benchmarki AI: dlaczego Nvidia postawiła na OpenClaw zamiast kolejnego hype'u.

Dla Qwen3.8-27B jedyną liczbą w pakiecie są 52 punkty Artificial Analysis przytoczone w omówieniu [8]. Dla Qwen4-27B nie ma żadnych wyników [1]. Decyzję o wdrożeniu warto więc oprzeć na własnej ewaluacji na danych z projektu, nie na zapowiedziach.

Czy modele Qwen są open source?

Qwen3.6-27B i Qwen3.8-27B są udostępniane jako otwarte wagi na licencji Apache 2.0 [9][2]. Materiały producenta nie precyzują, czy i kiedy licencja zostanie ogłoszona dla Qwen4-27B [1].

Qwen3.8-27B jest modelem dense, a nie MoE [12]. Dense oznacza, że przy każdym tokenie aktywne są wszystkie parametry, a MoE angażuje tylko wybraną część ekspertów. Różnica wpływa na pamięć i przepustowość serwowania, nie tylko na liczbę parametrów w nazwie.

Obok oficjalnych wag funkcjonują wersje społecznościowe. OrcaRouter opisuje abliterowaną odmianę Qwen3.8-27B w formacie FP8, serwowaną przez vLLM do celów badawczych [13]. To osobny artefakt, niepochodzący z oficjalnego repozytorium Qwen.

Co to oznacza dla polskich firm?

Skala jest duża: według Business Insidera otwarte modele Alibaby pobrano 3 mld razy w ciągu sześciu miesięcy [14]. Chińskie modele open-weights są opisywane jako coraz częściej używane globalnie, równolegle z debatą o ryzyku dla bezpieczeństwa danych [15]. Wikipedia podaje, że najnowszą wersją rodziny jest Qwen3.8, a model o 2,4 bln parametrów był drugim największym w zestawieniu [16].

Dla firmy liczy się jednak nie skala rodziny, a trzy rzeczy: czy model mieści się na posiadanym sprzęcie, jaka jest licencja konkretnej wersji i jak wygląda ścieżka danych [2][6]. Źródła nie potwierdzają konkretnych deklaracji o hostingu modeli w Europie, więc ten element trzeba zweryfikować u dostawcy usługi. Szerszy kontekst krajowy opisujemy w tekście Czy Orzeł naprawdę podniesie polską AI z kolan?.

Najczęstsze pytania

Czy Qwen4-27B jest już dostępny?

Nie. Model wymieniono 22 września 2026 r. jako część rodziny Qwen4, a Qwen4 pozostawał wtedy w treningu [1]. Nie ogłoszono daty wydania, licencji ani wymagań sprzętowych [1]. Publicznie dostępny jest natomiast Qwen3.8-27B z 14 sierpnia 2026 r. [2].

Ile pamięci potrzebuje Qwen3.8-27B?

Oficjalny przekaz wskazywał około 17 GB dla wersji skwantyzowanej [6]. Realne zużycie zależy od formatu kwantyzacji, długości kontekstu i serwera wnioskowania [7]. Dłuższy kontekst, na przykład rozszerzony do 1 mln tokenów przez YaRN, podnosi zapotrzebowanie na pamięć [7].

Czym różni się model dense od MoE?

Model dense uruchamia wszystkie parametry przy każdym tokenie, a MoE tylko część ekspertów. Qwen3.8-27B jest dense [12]. Oznacza to prostsze szacowanie pamięci, ale brak oszczędności płynących z rzadkiej aktywacji. Przy tym samym budżecie sprzętowym porównuj modele po realnej przepustowości, nie tylko po liczbie parametrów.

Czy licencja pozwala na użycie komercyjne?

Dla Qwen3.6-27B i Qwen3.8-27B źródła wymieniają licencję Apache 2.0 [9][2]. Dla Qwen4-27B licencja nie została ogłoszona [1]. Przed wdrożeniem komercyjnym sprawdź zapisy w repozytorium konkretnej wersji, bo warunki mogą różnić się między generacjami.

Czy Qwen3.8-27B obsługuje język polski?

Pakiet źródeł nie podaje potwierdzonej listy języków tego modelu. Materiały producenta opisują modalności — tekst, obrazy i wideo — oraz kontekst, a nie jakość poszczególnych języków [2][7]. Jakość polszczyzny trzeba ocenić na własnym, reprezentatywnym zestawie tekstów, zanim model trafi do produkcji.

Źródła

1. AiBattle on X: Qwen 4 models announced at the Apsara Conference (X, 2026)
2. QwenLM/Qwen3.8 — repozytorium modelu (GitHub, 2026)
3. AI News on X: zapowiedź rodziny Qwen 4 (X, 2026)
4. Mikel on X: komentarz do zapowiedzi Qwen 4 (X, 2026)
5. Qwen 27B: Which 27B You Have, and Which to Download (OrcaRouter, 2026)
6. Qwen on X: 27B on 17GB RAM (X, 2026)
7. Qwen Developers on X: kontekst 262K i rozszerzenie YaRN (X, 2026)
8. Qwen 3.8 27B bez cenzury (krupinskiai.pl, 2026)
9. Qwen3.6-27B: Flagship-Level Coding in a 27B Dense Model (Qwen, 2026)
10. Qwen on X: Meet Qwen3.6-27B (X, 2026)
11. Qwen 3.6 27B — open source dogonił Sonnet 4.6 (Devstock Academy, 2026)
12. Qwen3.8-27B: The Dense 27B, Explained Without the Hype (OrcaRouter, 2026)
13. Qwen Uncensored — abliterowany 27B (OrcaRouter, 2026)
14. Alibaba zdominowała świat AI otwartymi modelami (Business Insider Polska, 2026)
15. Chińskie modele open-source dominują (AI Driven, 2026)
16. Qwen — Wikipedia (2026)