Stand: 30. September 2026 · Source-first Referenz64 dokumentierte Open-Weight-Modelle · Keine bezahlten Rankings
OpenWeightModelle.dePassendes Modell finden
✓ Redaktionell geprüftPrüfdatum: 30. September 2026
ModelPassport · Multimodal

Qwen3.8 27B

Qwen3.8 27B ist ein aktuelles multimodales Open-Weight-Modell der Qwen-Familie. Es verarbeitet Text und Bilder und verbindet General-Purpose-Nutzung mit Reasoning-, Agenten- und visuellen Workflows.

🇨🇳Qwen27BText + BildApache 2.0
MultimodalSchwerpunkt
🇨🇳 ChinaAnbieterland
Primärquelle verlinktQuellenstatus
30. September 2026letzte Prüfung
Kurz erklärt

Qwen3.8 27B ist ein aktuelles multimodales Open-Weight-Modell der Qwen-Familie. Es verarbeitet Text und Bilder und verbindet General-Purpose-Nutzung mit Reasoning-, Agenten- und visuellen Workflows. Für die Praxis wird das Modell als High-End Workstation eingeordnet; veröffentlicht ist es unter Apache 2.0.

ModelPassport 1.1

Standardisierte Referenzdaten

Modell-IDOWM-0051
Anbieter🇨🇳 Qwen
AnbieterlandChina
FamilieQwen3.8
Parameterklasse27B
ArchitekturMultimodal Transformer
ModalitätText + Bild
LizenzApache 2.0
Lokale EinordnungHigh-End Workstation
Datenschutz-PotenzialEigener Datenpfad möglich*

Was ist Qwen3.8 27B?

Qwen3.8 27B gehört zur Familie Qwen3.8 des Anbieters Qwen. Als Anbieterland kennzeichnet OpenWeightModelle 🇨🇳 China. Die Flagge beschreibt den Anbieter – nicht Trainingsdaten, Rechenzentrum oder Nutzerstandort.

Die Variante wird als 27B eingeordnet und verarbeitet Text + Bild. Der redaktionelle Schwerpunkt liegt auf Multimodal.

Typische Einsatzgebiete

  • multimodaler Chat
  • Bild- und Dokumentanalyse
  • Reasoning und Agenten-Workflows

Diese Einordnung ist keine Rangliste. Für reale Projekte sollten Modellqualität, Latenz, Lizenz, Infrastruktur, Datenschutz und Betriebskosten gemeinsam bewertet werden.

Hardware und lokale Nutzung

Praxisorientierung: 27B-Klasse: für lokale Nutzung typischerweise große Unified-Memory- oder GPU-Konfiguration; Quantisierung und Kontext entscheiden über den realen Bedarf.

Wichtig: Parameterzahl und aktive Parameter sind nicht identisch mit dem Speicherbedarf. Gewichtformat, Quantisierung, KV-Cache, Kontext, Batch-Größe und Offloading beeinflussen die tatsächliche Hardwareanforderung.
Datenschutz / DSGVO

DSGVO-Einordnung

Self-Hosting kann einen datenschutzfreundlichen Betrieb erleichtern, ist aber kein DSGVO-Konformitätsnachweis. Weil die Gewichte verfügbar sind, kann der Inferenzpfad grundsätzlich selbst betrieben und auf EU-Infrastruktur gelegt werden. Ob der konkrete Einsatz DSGVO-konform ist, hängt vom gesamten Datenfluss, der Rechtsgrundlage, Zweckbindung, Datenminimierung, Sicherheit, Löschkonzepten, eingebundenen Dienstleistern und möglichen Drittlandtransfers ab.

DSGVO & Datensouveränität ausführlich erklärt →

Lizenz

Die offizielle Modellquelle nennt Apache 2.0. Open Weight bedeutet nicht automatisch Open Source. Für Weitergabe, kommerzielle Nutzung, gehostete Dienste und Modell-Derivate ist immer der vollständige aktuelle Lizenztext maßgeblich.

Deployment

Die praktische Infrastrukturklasse lautet High-End Workstation. Kleine Varianten können sich für lokale Geräte eignen; große Dense- oder MoE-Modelle benötigen häufig dedizierte GPU-Server, Multi-GPU-Systeme oder Cluster.

Offizielle Quelle

Häufige Fragen

Kann Qwen3.8 27B lokal laufen?

Die Einordnung lautet „High-End Workstation“. Der tatsächliche Bedarf hängt insbesondere von Quantisierung, Kontext und Runtime ab.

Welche Lizenz gilt?

Die verlinkte Primärquelle nennt Apache 2.0. Für produktive Nutzung sollte der vollständige aktuelle Lizenztext geprüft werden.