# Qwen3.8-27B en 8 à 12 Go : trois façons de faire tourner un agent sur un PC

> Saluki, OrcaSAQ et Swift compressent ou raccourcissent le même modèle socle. Tour d'horizon de ce que chacun sacrifie, et d'une licence à lire avant de déployer.

*11 octobre 2026 · LLM en local · Radar IA* — https://clauzelfamille-dot.github.io/radar-ia/articles/2026-10-11-local-qwen38-27b-compresse.html

Avec 17 400 likes et 6,8 millions de téléchargements, [Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B) est le modèle socle de la rentrée. En BF16 il pèse 54 Go, hors de portée d'un PC. Trois dérivés apparus ces dix derniers jours visent le même objectif : garder ses capacités d'agent (appel d'outils, mode réflexion, long contexte) dans un format qui tient sur une carte grand public. 

## Saluki : 7,9 Go, le plus petit 

[Underdog-Saluki-27B-1.0](https://huggingface.co/ConwayResearch/Underdog-Saluki-27B-1.0) (Conway Research) ramène le modèle à 7,9 Go en quantisation IQ2 avec entraînement, en annonçant l'appel d'outils intact. C'est le choix pour une carte de 8 Go ou un portable. Le prix se paie en finesse de raisonnement sur les tâches longues, ce que la fiche ne cache pas. 

## OrcaSAQ-2 : 12,3 Go, le plus fidèle 

[OrcaSAQ-2-27B](https://huggingface.co/orcarouter/OrcaSAQ-2-27B) applique une quantisation mixte à 3,21 bits par poids en moyenne : 12,3 Go, contexte de 262 000 tokens, appel d'outils et mode réflexion conservés, licence Apache 2.0. La fiche annonce une perplexité à +0,02 % du BF16 et un SWE-bench Verified à 70. Ces chiffres sont auto-déclarés, mais l'ordre de grandeur est cohérent avec ce que fait ISTA-DASLab sur le même modèle. Sur une carte de 16 Go, c'est l'option à essayer en premier pour un agent local. 

## Swift : moins de réflexion, pas moins de poids 

[Swift-Qwen3.8-27b](https://huggingface.co/ukisai/Swift-Qwen3.8-27b) ne compresse pas : c'est un adaptateur LoRA qui pénalise les marqueurs de « sur-réflexion ». Résultat annoncé : 58 % de tokens de réflexion en moins, une vitesse multipliée par 1,95, et une qualité stable sauf sur AIME (98,7 à 94). Une [version GGUF](https://huggingface.co/ukisai/Swift-Qwen3.8-27B-GGUF) existe. Attention à la licence : « Swift Open License v1.0 », gratuite sous un million de dollars de chiffre d'affaires annuel, licence Enterprise au-delà. Pour un usage en entreprise, ce n'est pas un modèle ouvert au sens habituel. 

## Lequel choisir    

| Dérivé | Poids | Ce qu'il garde | Licence |
|---|---|---|---|
| Saluki | 7,9 Go | Appel d'outils | Ouverte |
| OrcaSAQ-2 | 12,3 Go | Outils, réflexion, 262 k de contexte | Apache 2.0 |
| Swift | Comme l'original (GGUF disponibles) | Tout, en réfléchissant moins | Sous conditions de CA |
 

La tendance de fond est claire : la quantisation sous 3 bits avec entraînement devient la norme du local, et Qwen3.8-27B en est la plateforme. Prochaine étape à surveiller : les mêmes techniques appliquées aux modèles de 9 B, qui tiendraient alors en moins de 4 Go.

## Sources

- [Fiche orcarouter/OrcaSAQ-2-27B](https://huggingface.co/orcarouter/OrcaSAQ-2-27B)
- [Fiche ukisai/Swift-Qwen3.8-27b](https://huggingface.co/ukisai/Swift-Qwen3.8-27b)
- [Fiche ConwayResearch/Underdog-Saluki-27B-1.0](https://huggingface.co/ConwayResearch/Underdog-Saluki-27B-1.0)
- [Fiche Qwen/Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B)