Qwen 3.8 27B setara model triliunan parameter, cukup di laptop

Tim Qwen dari Alibaba merilis Qwen 3.8 27B, dan yang menarik justru ukurannya. Model ini meraih skor 52 di Artificial Analysis Intelligence Index, setara GPT-5.6 Luna dan hanya terpaut satu poin dari GLM-5.2 serta DeepSeek V4 Pro 0813. Dua model itu masing-masing punya 753 miliar dan 1,7 triliun parameter. Qwen 3.8 27B hanya 27 miliar. Simon Willison, yang mencobanya langsung di perangkatnya sendiri, menyebutnya model yang benar-benar mengejutkan karena alasan itu: kualitas mendekati frontier yang muat di sebuah laptop.

Model ini berlisensi Apache 2 dan mampu mengolah gambar. Versi terkuantisasi berukuran sekitar 17GB, cukup kecil untuk dijalankan di MacBook Pro 128GB atau NVIDIA DGX Spark dengan context window hingga 262.144 token. Masalahnya, model ini terlalu banyak berpikir. Secara default ia berjalan pada reasoning effort "xhigh", sehingga perintah "draw an svg of a circle" pun berujung pada rancangan studi geometris lengkap dengan lingkaran panduan dan animasi. Uji pelican-di-atas-sepeda milik Willison butuh 21 menit dan 22.276 token reasoning. Ketika reasoning dimatikan, perintah yang sama selesai dalam 137 detik. Parameter reasoning_effort mengatur hal ini, dan untuk sebagian besar pekerjaan sebaiknya diturunkan jauh dari nilai default.

Kenapa ini penting

Bagi yang menjalankan model secara lokal, hadirnya model open-weight 27B yang sanggup mengimbangi sistem triliunan parameter mengubah apa yang bisa dikerjakan di perangkat sendiri. Tapi turunkan dulu reasoning_effort sebelum memakainya dalam agent loop, karena satu perintah singkat bisa menghabiskan dua puluh menit.