Simon Willison bespricht Qwen 3.8 27B, ein 27-Milliarden-Parameter-Modell mit Bildverständnis, Apache-2-lizenziert und aus Alibabas Qwen-Labor, Nachfolger des geschätzten Qwen 3.6 27B. Qwens eigene Benchmarks behaupten, das Modell schlage sowohl Qwen 3.6 27B als auch das proprietäre Qwen 3.7-Plus, unabhängige Tests stehen laut Willison aber noch aus.

Er testete den 17-GB-Q4_K_M-Quant in LM Studio auf einem 128-GB-M5-Max-MacBook-Pro sowie einem NVIDIA DGX Spark, zudem llama-server direkt auf dem Spark. Standardmäßig nutzt das Modell die Reasoning-Stufe xhigh, was Willison für Consumer-Hardware als schlechte Voreinstellung bezeichnet. Eine SVG-Grafik eines Pelikans auf einem Fahrrad brauchte 21 Minuten und 22.276 Reasoning-Token für nur 3.223 Ausgabe-Token; ohne Reasoning war derselbe Prompt in 137 Sekunden fertig. Ein simpler Prompt für einen Kreis als SVG mündete in eine minutenlange Betrachtung von Bauhaus-Farbpaletten und animierten Ringen.

Bei Bildaufgaben glänzte das Modell: Gebeten, Bounding-Boxes im 0-1000-Maßstab für Pelikane auf einem Foto zu liefern, traf es die Koordinaten präzise. Willison ließ das Modell anschließend mit einem einzigen Prompt ein komplettes HTML-Tool zur Visualisierung solcher Bounding-Boxes bauen, das Ergebnis war bei aktiviertem Reasoning aber überkonstruiert und enthielt eine ungefragte Demo-Szene mit handgezeichneten Pelikan-Silhouetten.

Als Coding-Agent, gekoppelt mit dem schlanken Tool Pi und über LM Studio via Tailscale bereitgestellt, erklärte Qwen 3.8 27B erfolgreich die Authentifizierungslogik in Willisons Datasette-Codebasis und schrieb ein funktionierendes Python-Skript, das ein JSONL-Sitzungsprotokoll in Markdown umwandelt.

Die größte Schwäche bleibt die Geschwindigkeit: 15 bis 30 Token pro Sekunde auf seiner Hardware, deutlich hinter gehosteten Modellen wie OpenAIs 5.6 Sol (74 Token/Sekunde) und 5.6 Luna (184 Token/Sekunde) laut Zahlen von Artificial Analysis. Einem Hinweis von llama.cpp-Entwickler Georgi Gerganov folgend testete Willison das Modell mit aktivierter Multi-Token-Prediction über den draft-mtp-Modus von llama.cpp, was in einem mit GPT-5.6 durchgeführten Benchmark eine Geschwindigkeitssteigerung von rund 72 Prozent gegenüber dem LM-Studio-Standard brachte.

Sein Fazit: Eine 17-GB-Datei liefert heute Coding-, Bild- und Tool-Calling-Fähigkeiten, für die vor einem Jahr noch teure Rechenzentrums-Hardware nötig gewesen wäre, und das Haupthindernis für den Alltagseinsatz ist die schlecht gewählte Standard-Reasoning-Einstellung, nicht die Fähigkeiten des Modells selbst.