Qwen 3.5, 3.6 i 3.8: chińskie modele Alibaby na własnym komputerze

Czym jest Qwen?

Qwen to rodzina modeli językowych zespołu Qwen z chińskiej Alibaby. Wagi są otwarte: można je pobrać z Hugging Face i uruchomić u siebie, a dane nie opuszczają komputera. Qwen ma najszerszą drabinkę rozmiarów wśród otwartych modeli, od 0,8 mld do 397 mld parametrów, więc coś znajdzie się na niemal każdy sprzęt.

Od wersji 3.5 wszystkie modele rozumieją obraz (także klatki wideo), mają tryb myślenia i natywny kontekst 262 144 tokenów, z możliwością rozszerzenia do ok. miliona.

Qwen3.5, 3.6, 3.8 i qwen3: jak się nie pogubić?

Numeracja Qwen myli, bo nowe wydania nie zastępują starych w całości. Każde wychodzi w innym zestawie rozmiarów, a w Ollamie ma osobną nazwę.

Zapis „35B-A3B” oznacza model MoE (mixture of experts): ma 35 mld parametrów, ale na każdy token uruchamia tylko ok. 3 mld. Liczy więc szybko, choć w pamięci musi zmieścić się w całości.

W praktyce: qwen3 w Ollamie to starsza generacja z 2025 roku. Jeśli zaczynasz dziś, wybieraj qwen3.5 dla małych rozmiarów, a qwen3.8:27b lub qwen3.6:35b dla dużych. Sam qwen3.5 bez tagu pobiera wariant 9B. Są też większe Qwen3.8: Flash-Next (125 mld parametrów, 6 mld aktywnych) i Max (2,4 bln), ale to inna liga sprzętowa i inne licencje.

Ile kosztuje tryb myślenia?

Qwen od wersji 3.5 domyślnie „myśli”: przed odpowiedzią pisze rozumowanie, które potem odrzuca. Poprawia to wyniki w matematyce, logice i kodzie, ale wydłuża czas odpowiedzi.

Jest też koszt pamięciowy. Karty modeli Qwen3.5, 3.6 i 3.8 zalecają kontekst co najmniej 128K tokenów, żeby zachować możliwości myślenia. Kontekst trzeba trzymać w pamięci obok wag, więc przy dużym oknie model zajmuje wyraźnie więcej niż sam plik. Jeśli brakuje ci RAM, możesz zmniejszyć kontekst albo wyłączyć myślenie, licząc się ze słabszymi wynikami w trudnych zadaniach.

Sterowanie różni się między wersjami. W Qwen3.5 myślenie wyłącza parametr enable_thinking: False. Qwen3.6 nie obsługuje już przełączników /think i /nothink znanych z Qwen3. Qwen3.8 dodaje reasoning_effort z poziomami xhigh, medium i low.

Mocne i słabe strony Qwen

Mocne strony

• Programowanie. W SWE-bench Verified, teście naprawiania prawdziwych błędów w repozytoriach GitHub, Qwen3.6 27B ma według twórców 77,2%, a 35B-A3B 73,4%. Qwen3.8 27B nie podaje wyniku w tej wersji testu, ale w trudniejszym SWE-bench Pro raportuje 61,7 wobec 53,5 dla Qwen3.6 27B.
• Narzędzia i agenci. Twórcy podkreślają mocne wywoływanie narzędzi.
• Rozmiar dla każdego. Od 2B na słaby laptop po 122B na stację roboczą, wszystko na Apache 2.0.

Słabe strony

• Pamięć na kontekst przy zalecanym oknie 128K.
• Słaba wiedza o Polsce w małych rozmiarach (szczegóły niżej).
• Dwie kategorie licencji w najnowszej linii 3.8.

Czy Qwen dobrze mówi po polsku?

Deklaracja twórców jest jasna: polski jest na liście 201 języków i dialektów Qwen3.5 (wcześniej na liście 119 języków Qwen3). Karty Qwen3.6 i 3.8 nie wymieniają języków, ale opisują te modele jako zbudowane na fundamencie Qwen3.5.

Niezależne testy pokazują dwa oblicza:

• CPTU-Bench (SpeakLeash) mierzy rozumienie trudnych polskich tekstów w skali do 5 pkt. W danych z 11 sierpnia 2026 Qwen3.6 27B w trybie rozumowania ma 4,412 pkt, minimalnie za liderem (Muse Glimmer, 4,417). Qwen3.5 122B-A10B ma 4,363. Bielik 11B v3 ma 3,735.
• PLCC (OPI PIB) sprawdza wiedzę o polskiej historii, kulturze, geografii i języku. Tu Qwen wypada słabiej: Qwen3.6 27B 52,17 pkt, Qwen3.8 27B 53,17, Qwen3.5 35B-A3B 57,0, Qwen3.5 9B 40,33, a Qwen3.5 4B 29,67 (dane z 17 października 2026). Dopiero największe modele zbliżają się do czołówki: Qwen3.5 122B-A10B ma 68,33, a 397B-A17B 75,0. Bielik 11B v3 ma 70,67.

Wniosek: duży Qwen dobrze rozumie, co piszesz po polsku, i dobrze analizuje teksty. Gdy jednak pytasz o polskie realia, nazwiska, daty czy frazeologię, mniejsze modele częściej się mylą.

Który wariant Qwen wybrać?

Rozmiary plików podajemy według ollama.com dla kwantyzacji Q4_K_M (zapisu wag w ok. 4 bitach). Do tego dochodzi pamięć na kontekst. Pełne szacunki RAM są w tabeli w sekcji o uruchamianiu.

• 8 GB RAM: qwen3.5:4b (3,3 GB) albo qwen3.5:2b (1,9 GB). Do prostych zadań, z małym kontekstem.
• 16 GB RAM lub karta 8–12 GB: qwen3.5:9b (6,6 GB).
• Karta 24 GB VRAM: qwen3.8:27b (18 GB), najnowszy gęsty model, albo qwen3.6:27b.
• 32 GB RAM bez mocnej karty: qwen3.6:35b (24 GB). Jako MoE z ok. 3 mld aktywnych parametrów radzi sobie lepiej przy częściowym liczeniu na procesorze.
• Mac: te same progi dla pamięci zunifikowanej. Qwen3.5, 3.6 i 3.8 są też w katalogu LM Studio.

Jak uruchomić Qwen na swoim komputerze?

1. Zainstaluj Ollama. Instalator dla Windows, macOS i Linuksa jest na ollama.com/download. Program działa w tle (API pod http://localhost:11434).
2. Pobierz i uruchom model. W terminalu (Windows: PowerShell) wpisz komendę z ramki. Pierwsze uruchomienie pobiera plik, kolejne działają bez internetu.

   ollama run qwen3.5:9b

   ollama run qwen3.8:27b

   Modele Qwen trafiają do biblioteki Ollamy pod osobnymi nazwami: qwen3.5, qwen3.6, qwen3.8. MoE: ollama run qwen3.6:35b.

3. Rozmawiaj. Pisz i zatwierdzaj Enterem. /bye kończy rozmowę, ollama list pokazuje pobrane modele, ollama rm <nazwa> je usuwa.
4. Wolisz okienka? Użyj LM Studio. W LM Studio wejdź w wyszukiwarkę modeli i wpisz „Qwen3.8”. Qwen3.5, 3.6 i 3.8 są w katalogu LM Studio.

Ile pamięci potrzebuje Qwen?

Wariant	Parametry	RAM/VRAM (szacunek)	Plik w Ollama	Tag Ollama
Qwen3.5 2B	2 mld	≈2,2 GB	1,9 GB	qwen3.5:2b
Qwen3.5 4B	4 mld	≈3,5 GB	3,3 GB	qwen3.5:4b
Qwen3.5 9B	9 mld	≈6,5 GB	6,6 GB	qwen3.5:9b
Qwen3.8 27B	27 mld	≈17,5 GB	18 GB	qwen3.8:27b
Qwen3.6 35B-A3B (3B akt.)	35 mld	≈22,4 GB	24 GB	qwen3.6:35b

Jak liczymy szacunek?

Szacunek = parametry (mld) × bity na wagę / 8 + 1 GB zapasu. Dla kwantyzacji Q4_K_M przyjmujemy 4,9 bita, dla Q8_0 8,5 bita (wartości z tabeli w dokumentacji llama.cpp); zapas obejmuje krótki kontekst i sam program. Dłuższy kontekst zużywa więcej pamięci. W modelach MoE w pamięci muszą być wszystkie parametry, nie tylko aktywne. „Plik w Ollama” to rozmiar podany na ollama.com (lub plik GGUF na Hugging Face) dla danego tagu; bywa inny niż szacunek, bo pliki zawierają też np. koder obrazu, a Ollama nie zawsze używa Q4_K_M.

Jakie licencje mają modele Qwen?

Qwen3.5, Qwen3.6 i Qwen3.8 27B są na Apache 2.0: można ich używać komercyjnie, zmieniać i rozpowszechniać.

Uwaga: Qwen3.8-Flash-Next jest na licencji Qwen Community License 1.0, a nie Apache. Produkty z ponad 100 mln aktywnych użytkowników miesięcznie lub ponad 20 mln USD miesięcznego przychodu muszą wyświetlać nazwę modelu, a firmy oferujące model jako usługę lub „asystenta pracy AI” potrzebują osobnej licencji komercyjnej. Użytek wewnętrzny jest zwolniony. Podobne zasady ma licencja największego Qwen3.8 (Max).

Dla kogo Qwen, a kiedy wybrać coś innego?

Qwen to dobry wybór do programowania, analizy dokumentów, pracy z obrazami i zadań wymagających rozumowania. Pasuje też, gdy chcesz jedną rodzinę na wszystkie komputery w domu czy firmie.

• Jeśli zależy ci na polskiej wiedzy i stylu na słabszym sprzęcie, lepszy będzie Bielik.
• Jeśli masz kartę 24–32 GB i chcesz najlepszego wyniku w polskich testach, sprawdź Muse Glimmer.
• Jeśli chcesz modelu wyspecjalizowanego w kodzie, zobacz Qwen3-Coder, choć ogólne Qwen3.6 i 3.8 raportują dziś wyższe wyniki.

Najczęstsze pytania

Jaka jest różnica między Qwen3.5, Qwen3.6 i Qwen3.8?

To kolejne wydania tej samej rodziny z 2026 roku. Qwen3.5 (luty) ma pełną gamę rozmiarów od 0,8B do 397B. Qwen3.6 (kwiecień) to tylko 27B i 35B-A3B, mocniejsze w kodzie. Qwen3.8 (sierpień) to na razie 27B na Apache 2.0 i większe modele na innych licencjach.

Czy Qwen dobrze mówi po polsku?

Polski jest na liście 201 języków Qwen3.5. Duże modele dobrze rozumieją polskie teksty: Qwen3.6 27B ma 4,412 pkt w CPTU-Bench, tuż za liderem. Małe gorzej znają polskie realia: Qwen3.5 9B ma 40,33 pkt w PLCC, a Bielik 11B v3 70,67.

Jak wyłączyć tryb myślenia w Qwen?

W Qwen3.5 tryb myślenia jest domyślnie włączony, a wyłącza się go parametrem enable_thinking: False. Qwen3.6 nie obsługuje już przełączników /think i /nothink ze starego Qwen3. Qwen3.8 ma dodatkowo parametr reasoning_effort (low, medium, xhigh).

Czy Qwen można używać komercyjnie?

Modele Qwen3.5, Qwen3.6 i Qwen3.8 27B są na Apache 2.0, więc tak. Wyjątki to Qwen3.8-Flash-Next i największy Qwen3.8 (Max): ich licencje wymagają osobnej zgody m.in. dla firm oferujących model jako usługę.

Źródła

8 pozycji

1. Qwen3.5 – blog twórców (Qwen) qwen.ai
2. Qwen3.8-27B – karta modelu (Hugging Face) huggingface.co
3. Qwen3.6-27B – karta modelu (Hugging Face) huggingface.co
4. Qwen3.5-9B – karta modelu (Hugging Face) huggingface.co
5. Qwen3.8-Flash-Next – licencja Qwen Community License (Hugging Face) huggingface.co
6. qwen3.5 – tagi w bibliotece Ollama ollama.com
7. CPTU-Bench (SpeakLeash, Hugging Face) huggingface.co
8. PLCC – Polish Linguistic and Cultural Competency (OPI PIB, Hugging Face) huggingface.co