Qwen3.8-27B: lokal AI matcher GPT-5.6

27 milliarder parametre lyder stort, men er en overkommelig størrelse i praksis. Jeg kan køre modellen på en enkelt kraftig GPU-server, og med 4-bit kvantisering kan den presses ned til omkring 17 GB, altså hardware, mange mellemstore virksomheder allerede har adgang til eller hurtigt kan anskaffe. Det er en markant anden situation end de 400 plus milliarder-parameter-modeller, frontier-laboratorierne typisk bruger til deres topmodeller.

Det betyder, at data aldrig forlader virksomhedens eget miljø. Ingen prompts sendes til en tredjepartsserver i USA eller Kina, ingen logs ligger uden for egen infrastruktur. For brancher med skærpede krav til datahåndtering, som sundhed, finans og offentlig forvaltning, har den forudsætning historisk krævet et kompromis med modellens kvalitet. Qwen3.8-27B ser ud til at lukke det gab.

På agentiske kodningsopgaver, altså opgaver hvor modellen selv skal planlægge, skrive, teste og rette kode i flere trin uden menneskelig indblanding undervejs, viser Artificial Analysis' nye tredjepartsbenchmarks, at Qwen3.8-27B er konkurrencedygtig med Claude Opus 4.8 og i nogle testcases foran. Det lægger jeg mærke til, fordi Opus 4.8 indtil videre har været en af de mest pålidelige modeller til netop den opgavetype.

Billedet er ikke entydigt positivt. På rene reasoning-benchmarks, hvor opgaven er matematisk eller logisk problemløsning uden kodeeksekvering, ligger Qwen3.8-27B stadig et stykke bagefter GPT-5.6. Det tyder på, at Alibaba har optimeret specifikt mod kodning og værktøjsbrug snarere end generel ræsonnering, hvilket giver mening for en model, der primært er positioneret som et agentisk kodningsværktøj.

Det vigtige for virksomheder er ikke, om modellen vinder på alle benchmarks. Det er, om den vinder på de opgaver, virksomheden faktisk skal bruge den til. Hvis opgaven er kodeagenter, der bygger, tester og retter software, er Qwen3.8-27B allerede i den øverste liga.

Qwen3.8-27B er trænet specifikt til multi-trins agent-workflows, hvor modellen selv skal kalde værktøjer, læse fejlmeddelelser, og justere sin tilgang undervejs. Det er en anden træningsprioritet end de generelle chatmodeller, der historisk har domineret markedet, og det viser sig i, hvor godt modellen håndterer lange kodningsopgaver uden at miste kontekst eller gentage samme fejl. Se også denne open source alternativ til Claude Code.

Vi arbejder med større AI-projekter for danske virksomheder, fra problemafklaring til drift, og en tilbagevendende barriere har været netop dette: virksomheder vil gerne bruge agentisk AI til kodning og automatisering, men kan ikke sende følsom kildekode eller interne systemer til en ekstern model. En lokal model på Qwen3.8-27B-niveau fjerner den barriere for en stor del af brugsscenarierne.

Den praktiske pris for lokal drift er ikke i kroner per token, men i hastighed og infrastruktur. Reasoning-modeller som Qwen3.8-27B bruger flere tokens per svar end simplere modeller, fordi de tænker i flere trin, før de leverer et resultat. På egen hardware betyder det længere svartider sammenlignet med en cloud-API, der kører på specialiseret inferens-infrastruktur bygget til netop den slags belastning.

Det er en reel afvejning. Cloud-modeller som Claude Opus 4.8 og GPT-5.6 kører på infrastruktur bygget til at minimere latens under høj belastning. En lokalt hostet 27B-model på egen GPU-server vil typisk være langsommere per forespørgsel, medmindre jeg investerer i nok hardware til at parallelisere belastningen.

Til gengæld er den løbende omkostning forudsigelig. Der er ingen per-token-fakturering, der stiger med brugen, kun den faste omkostning til hardware og drift. For virksomheder med stabilt, højt forbrug af AI-agenter kan den model være markant billigere over tid, selv med en langsommere svartid per kald.

Det reelle skifte her er ikke teknisk, det er strukturelt. Indtil nu har virksomheder med skærpede krav til datasuverænitet stået med et valg mellem to dårlige muligheder: brug en cloud-model og acceptere risikoen ved at sende data ud af huset, eller brug en lokal model og acceptere en betydelig kvalitetsforskel til frontier-niveau.

Qwen3.8-27B indsnævrer det valg markant for kodnings- og agentopgaver. En virksomhed, der skal bygge interne udviklerværktøjer, automatisere kodegennemgang eller sætte agenter til at vedligeholde intern software, kan nu gøre det uden at sende en linje kode uden for egen infrastruktur, og uden at gå markant på kompromis med, hvor godt modellen faktisk løser opgaven.

Det betyder ikke, at cloud-modeller bliver overflødige. Til generel ræsonnering og bredere opgavetyper er GPT-5.6 fortsat stærkere. Men for den specifikke kategori, agentisk kodning på egen infrastruktur, er Qwen3.8-27B det første reelle bevis, jeg har set, på at open source-modeller kan lukke gabet til frontier-laboratorierne. Ikke om et par år, men nu.