Qwen3.8-27B denso entra na Nebius Token Factory
Em 30/09/2026 a Qwen anunciou o Qwen3.8-27B na Nebius Token Factory. Os pesos saíram em 14/08. Preço e velocidade vêm da ficha e de terceiros.
Os pesos já eram abertos desde 14 de agosto. Em 30 de setembro a Qwen anunciou a API na Token Factory.
Em 30 de setembro de 2026, às 8h18 em Brasília, a conta @Alibaba_Qwen no X escreveu que o Qwen3.8-27B “is now accessible via @nebiustf”. O post fala em agentes e pesquisa profunda e diz que o modelo denso de 27 bilhões de parâmetros está pronto para fluxos de vários passos. Isso interessa a quem já roda o 27B na própria máquina e quer uma API paga, e a quem prefere um host sem baixar os pesos. Os arquivos Qwen/Qwen3.8-27B saíram no Hugging Face em 14 de agosto de 2026. O que chegou em 30 de setembro é inferência hospedada: a Nebius Token Factory lista o modelo nas release notes do terceiro trimestre de 2026 e numa ficha pública do endpoint. A Qwen vende o modelo; a Nebius vende a API. Esta redação não chamou o endpoint.
Primeiro: o que é a Token Factory
Inferência é o uso do modelo já treinado: você manda texto (e, neste caso, imagem) e recebe resposta. A Token Factory é a plataforma da Nebius para isso, com API em https://api.tokenfactory.nebius.com/v1/. Dá para imaginar um restaurante que cozinha com a receita de outro: os pesos continuam da Qwen, o servidor e a fatura são da Nebius. A analogia para na quantização, o jeito de guardar os números do modelo com menos precisão para baratear o servidor. A ficha descreve o serviço como NVFP4 serverless (você paga a chamada, sem alugar uma máquina o tempo todo), com visão, tool calling (o modelo pede que um programa rode uma ferramenta) e contexto de 262 mil tokens, na região us-central1. A Nebius avisa que a região é global e pode mudar. Token, neste texto, é o pedaço de texto que o modelo lê ou escreve.
Na extração de 9 de outubro de 2026 a home da Token Factory não destacava o 27B; o modelo está na ficha do endpoint.
O Qwen3.8-27B denso e o MoE da mesma geração
Qwen3.8 é a geração open da Qwen depois da 3.5 e da 3.6. No topo da coleção no Hugging Face, atualizada em 13 de agosto de 2026, está o MoE Qwen3.8-2.4T-A95B: 2,4 trilhões de parâmetros no total, 95 bilhões ativos. MoE (mixture of experts) liga só uma fatia dos parâmetros por token. O 27B é o membro denso: todos os parâmetros entram na conta a cada passo. A Qwen chama esse tamanho de compacto em relação ao MoE. Isso é discurso da empresa, não medida de hardware.
A ficha no Hub descreve um modelo de visão-linguagem (VLM: lê texto e imagem), 64 camadas, contexto nativo de 262.144 tokens, extensível a 1.000.000. O Hub marca “Model size 28B params” nos safetensors. Thinking, o modo em que o modelo escreve um raciocínio antes da resposta, vem ligado por padrão, com reasoning_effort em xhigh (padrão), medium e low. Isso é o que a Qwen declara no model card.
No mesmo card a empresa publica SWE-bench Pro 61,7; Terminal Bench 2.1 73,0; CoWorkBench 70,7; OSWorld-Verified 84,3; GPQA Diamond 89,2. Quem mediu foi a Qwen. CoWorkBench é prova interna. A tabela destaca recortes em que o 27B ganha de rivais escolhidos, por exemplo SWE-bench Pro contra Opus4.6 Max em 53,4. Não auditamos esses testes.
Preço e velocidade, segundo quem mediu
Na ficha do endpoint da Nebius, extraída em 9 de outubro de 2026, o preço aproximado é US$ 0,45 por milhão de tokens de entrada e US$ 3,00 por milhão de saída. A ficha avisa que os valores dependem do uso. Throughput ali: 218 tokens por segundo. A chave de roteamento é Qwen/Qwen3.8-27B.
A Artificial Analysis, que vende ranking de APIs, listou a Nebius (FP4) entre nove provedores de “Qwen3.8 27B (xhigh)”. No recorte da página, com 10 mil tokens de entrada, mediu 366,2 tokens/s de saída e 6,84 segundos até o primeiro token de resposta. Os dois números de velocidade não são o mesmo teste. A Mastra, agregadora, mostra o ID nebius/Qwen/Qwen3.8-27B com o mesmo preço, puxado de models.dev, e avisa que disponibilidade e tarifa podem mudar.
No OpenRouter, na extração do mesmo dia, o Qwen3.8 27B aparece com outros hosts e sem a Nebius. A página da Token Factory no OpenRouter listava 11 modelos, sem o 3.8-27B. Inferência direta na Nebius não é o catálogo do OpenRouter. Os docs de pós-treino da Token Factory listam Qwen3.5-27B e Qwen3.6-27B para fine-tuning completo; o 3.8-27B não estava na lista.
Limites, custo e para quem serve
O enquadramento de agentes e pesquisa em vários passos vem do texto da Qwen no X e do model card sobre tarefas de agente de horizonte longo. RUMOR: não há teste independente na Token Factory mostrando que o 27B segura cadeias longas de tool-calling.
Serve para quem já rodava o 27B local e quer mais um host comercial, ou para quem prefere API serverless com visão e tool calling na chave Qwen/Qwen3.8-27B. Não serve para quem precisa de fine-tuning completo desse 27B na Token Factory (os docs de 9 de outubro não listavam) nem para quem trata os benchmarks do model card como prova independente.
SLA, retenção de dados e se o endpoint é só serverless ou também dedicado, além do que a ficha já diz, não checamos. O topo da mesma família continua no MoE de 2,4T, outro tamanho e outra fatura.
O que ainda não sabemos
Ainda não sabemos se o preço aproximado da ficha se mantém no uso real, se o 27B entra na lista de pós-treino, nem se cadeias longas de ferramentas se sustentam nesse endpoint.
O que mudou em 30 de setembro foi o endereço da API, não o modelo. Quem quiser testar parte da ficha da Token Factory e de um conjunto próprio de tarefas, não do post da Qwen.
Fontes
Oficial
- @Alibaba_Qwen no X, 30/09/2026
- Nebius, release notes Q3 2026
- Nebius Token Factory, ficha Qwen/Qwen3.8-27B
- Nebius, Token Factory
- Hugging Face, Qwen3.8-27B
- GitHub, QwenLM/Qwen3.8
- Hugging Face, coleção Qwen3.8
- Nebius, modelos de pós-treino
Independentes e agregadores