Update 25 september 2026 Prijzen opnieuw nagekeken: bij OpenRouter draaien nu zestien aanbieders het model, met invoer vanaf ongeveer 0,10 en uitvoer vanaf ongeveer 1,80 dollar per miljoen tokens. Op 17 september 2026 bracht PrismML met Bonsai 2 27B een sterk gecomprimeerde versie van dit model uit (5,9 GB); meer daarover in ons Bonsai-artikel.
Update 18 september 2026 Qwen3.8-27B is inmiddels ook officieel bij Alibaba te huren via Alibaba Cloud Model Studio (0,50 dollar per miljoen ingaande, 3 dollar per miljoen uitgaande tokens), en de prijs bij OpenRouter is gedaald naar vanaf 0,15 en 1,875 dollar (Bron: Alibaba Cloud). De prijzen hieronder zijn daarop aangepast.
Op 10 augustus 2026 gaf Meta zijn model Muse Glimmer vrij. Vier dagen later deed Alibaba hetzelfde met Qwen3.8-27B, en in het eerste weekend werd dat model ruim drie miljoen keer gedownload, nog voordat iemand van buiten het had kunnen testen. De open modellen zitten in een stroomversnelling. Dit is wat er precies is uitgebracht.
Wat er nieuw is
Qwen3.8-27B verscheen op 14 augustus 2026 onder de Apache 2.0-licentie. Dat laatste is het belangrijkste zinnetje van dit artikel: Apache 2.0 betekent dat je het model mag downloaden, aanpassen en commercieel gebruiken zonder toestemming vooraf en zonder afdracht (Bron: DataNorth). Hoe ver die vrijheid reikt, zie je aan YouTuber PewDiePie: hij bouwde het kleinere Qwen3.5-9B om tot zijn ‘ongecensureerde’ AI-model Ajax, zonder ingebouwde weigeringen.
Het is een dense model van 27 miljard parameters: geen mixture-of-experts, maar één samenhangend geheel dat bij elke vraag volledig wordt gebruikt. Het accepteert tekst, afbeeldingen én video als invoer, met een venster van 262.144 tokens dat Alibaba naar eigen zeggen tot een miljoen laat oprekken.
Beginner-tip “open weights” betekent dat het bestand waarin het model zit vrij te downloaden is. Dat is iets anders dan open source in de klassieke zin: de trainingsdata en het trainingsrecept blijven geheim. Wat je krijgt is het eindproduct, niet de keuken. Meer over dit onderscheid staat in ons overzicht van open-source AI in 2026.
De cijfers, en waarom je ze met een korrel zout neemt
Alibaba publiceerde een benchmarktabel die er goed uitziet. Op SWE-bench Pro, een test voor programmeerwerk, scoort Qwen3.8-27B 61,7 procent tegen 53,4 procent voor Claude Opus 4.6 Max. Op Terminal Bench 2.1 blijft het juist achter: 73,0 tegen 78,2 procent. Op algemeen redeneren is het beeld gemengd: 89,2 procent op GPQA Diamond tegen 91,3 voor Claude, maar 30,8 tegen 40,0 procent op Humanity’s Last Exam.
Drie kanttekeningen, want die horen erbij.
De eerste: dit zijn Alibaba’s eigen metingen. De testopstelling is wel gepubliceerd (alle modellen door dezelfde harness, temperatuur 1,0), wat meer transparantie is dan de meeste vendors bieden, maar het blijft de partij die iets te verkopen heeft die de scores berekent.
De tweede: de allerbreedste marges staan op benchmarks die Alibaba zelf heeft gemaakt en waarvan geen takenlijst is gepubliceerd. Die zijn niet te controleren en dus niet te gebruiken.
De derde: Alibaba geeft aan een aantal taken in SWE-bench Pro te hebben gecorrigeerd en alle modellen op die aangepaste set opnieuw te hebben getest. Dat kan een verdedigbare technische keuze zijn, maar het maakt de getallen niet vergelijkbaar met scores die elders op de originele benchmark zijn gehaald.
Gevorderden De architectuur is opvallender dan de scores. Het model draait 64 lagen in een herhalend patroon van drie Gated DeltaNet-blokken op één Gated Attention-blok, en is getraind met multi-token prediction. De contextvenster-uitbreiding naar een miljoen tokens loopt via YaRN, waarbij Alibaba in de eigen modelkaart waarschuwt dat de gangbare open-source frameworks YaRN statisch implementeren en daardoor nauwkeurigheid kunnen verliezen op korte invoer.
Wat het praktisch betekent
De belofte is dat een model dat op één zware desktop-GPU past nu het soort werk aankan waarvoor je tot voor kort een cloudmodel nodig had: langlopende taken met gereedschap erbij, code, documenten, schermafbeeldingen. Er is ook een FP8-variant die met een zuiniger getalformaat werkt en volgens Alibaba vrijwel dezelfde prestaties levert bij ongeveer de helft van het geheugen.
Voor wie liever niets zelf beheert: bij publicatie had Alibaba nog geen eigen gehoste dienst, en de modelkaart belooft nog altijd “Qwen Cloud coming soon”. Inmiddels staat het model wel in Alibaba Cloud Model Studio, voor 0,50 dollar per miljoen ingaande en 3 dollar per miljoen uitgaande tokens in de internationale regio (Bron: Alibaba Cloud). Via OpenRouter, waar op 25 september 2026 zestien aanbieders het model draaien, verschilt de prijs per aanbieder: invoer vanaf ongeveer 0,10 dollar en uitvoer vanaf ongeveer 1,80 dollar per miljoen tokens (Bron: OpenRouter); bij publicatie op 24 augustus was dat nog 0,45 en 3,20 dollar.
| Qwen3.8-27B | Muse Glimmer (Meta) | |
|---|---|---|
| Uitgebracht | 14 augustus 2026 | 10 augustus 2026 |
| Omvang | 27 miljard parameters | 30 miljard parameters |
| Licentie | Apache 2.0 | Apache 2.0 |
| Invoer | Tekst, beeld, video | Tekst |
| Gehoste prijs (sept. 2026) | $0,50 in / $3 uit per mln tokens (Alibaba Cloud) | Nog geen officiële |
Waarom dit ertoe doet
Wat je hier ziet is een tempo, meer dan één modelrelease. Alibaba kondigde het 27B-model aan op 3 augustus bij de lancering van het veel grotere Qwen3.8-Max, en leverde elf dagen later. Meta ging vier dagen daarvoor. Beide bedrijven kozen dezelfde licentie en mikken op dezelfde plek: een model dat je zelf draait, dat niet elke vraag naar een Amerikaanse of Chinese server stuurt, en dat geen abonnement nodig heeft.
Voor de meeste mensen verandert er morgen niets. Je gebruikt ChatGPT of Copilot en dat blijft eenvoudiger. Maar voor iedereen die twijfelt of gevoelige documenten wel de deur uit moeten, wordt het alternatief elke maand serieuzer. Ondernemers die willen weten wat dat concreet betekent voor hun eigen data en AI-rekening, vinden op AI Platform MKB de zakelijke kant van dit verhaal, en wie het model daadwerkelijk wil installeren, kan terecht bij de Qwen-toolpagina op De Beste AI Tools.