Telperion выпустила Qwen3.8-27B-MLA и Qwen3.8-27B-GLA-g2 с сокращённым расходом памяти
2026-10-14 Telperion представила две экспериментальные модификации Qwen3.8-27B: Qwen3.8-27B-MLA для одного ускорителя и Qwen3.8-27B-GLA-g2 для двух. Компания заменила механизм внимания в 16 слоях модели без дополнительного обучения. По данным Telperion, базовое сокращение памяти для контекста составляет 2 раза, а при хранении данных в формате FP8 совокупный выигрыш может приближаться к 4 разам.
Весовые коэффициенты опубликованы под Apache-2.0, как и исходная Qwen3.8-27B. Доступны варианты BF16 размером 55,7 ГБ, FP8 — 31,5 ГБ, INT4 — 22,9 ГБ и EXL3 — 17,2 ГБ; цена весов составляет $0, платного API пока нет. Для работы требуется экспериментальное расширение для vLLM 0.27.1: стандартные vLLM и Transformers эти версии не поддерживают. По данным разработчика, Qwen3.8-27B-MLA получила 42,1% на SWE-bench Verified против 39,5% у исходной модели, а Qwen3.8-27B-GLA-g2 — 39,4%; независимых замеров пока нет.
Релиз интересен компаниям, которые разворачивают Qwen3.8-27B у себя и ограничены памятью при обработке длинных документов или параллельных запросов. Веса бесплатны, однако рублёвая стоимость эксплуатации определяется арендой либо покупкой ускорителей и без выбранной инфраструктуры не рассчитывается. Основной риск — зависимость от экспериментального расширения, проверенного разработчиком лишь на ограниченном наборе оборудования; перед внедрением нужно провести испытания на своей нагрузке и сравнить качество с исходной Qwen3.8-27B.
Далее важно проверить поддержку новых архитектур в основных средствах запуска, устойчивость на других ускорителях и качество за пределами SWE-bench Verified и HELMET. Telperion сообщает о планах опубликовать методику и инструменты преобразования, но точной даты пока нет.
Что за модель: Qwen3.8 27B
Компактная модель новой линейки Qwen3.8 и преемница Qwen3.6-27B: 27B параметров, контекст 256K токенов. Веса опубликованы на Hugging Face под свободной лицензией Apache-2.0 (есть и сжатая FP8-версия), в хостинговых каталогах модель появилась 14 августа 2026 по цене $0.45/$3.20 за миллион токенов. Официального техотчёта и таблицы замеров на момент выхода нет — независимые проверки только начинаются. Судя по загрузкам на Hugging Face (100K+ за первые дни), сообщество приняло релиз активно.
Что это значит для бизнеса
Главный кандидат для компаний, которые хотят развернуть модель у себя и не зависеть от чужих серверов: свободная лицензия Apache-2.0 разрешает любое коммерческое использование без юридических рисков, а размер позволяет работать на одной серверной видеокарте. Подойдёт для внутренних ботов, обработки документов и типовых задач, где данные нельзя отдавать наружу. Если развёртывание у себя не принципиально — через API DeepSeek V4-Flash даёт больше возможностей дешевле ($0.14/$0.28 против $0.45/$3.20). Замеров качества пока нет, поэтому перед боевым запуском прогоните на своих задачах. Для старта на собственном железе сейчас это самый безопасный выбор в базе.
Хроника Qwen3.8 27B
Цена API изменилась: $0.04/1.25 → $0.15/1.88 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.04/1.25 → $0.15/1.88 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.2/2.5 → $0.04/1.25 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.02/2.99 → $0.04/1.25 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.02/2.99 → $0.2/2.5 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.02/2.99 → $0.04/1.35 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.