Qwen3.6-27B：27B 稠密模型实现旗舰级编程能力

Simon Willison 的博客

2026年4月22日 - 链接博客

Qwen3.6-27B：27B 稠密模型中的旗舰级编码能力（via）通义千问对其最新开源权重模型做出了重大宣称：

Qwen3.6-27B 提供了旗舰级的智能体编码性能，在所有主要编码基准测试中超越了上一代开源旗舰模型 Qwen3.5-397B-A17B（总计 397B / 17B 激活 MoE）。

在 Hugging Face 上，Qwen3.5-397B-A17B 大小为 807GB，而这款新的 Qwen3.6-27B 仅为 55.6GB。

我使用 16.8GB 的 Unsloth Qwen3.6-27B-GGUF:Q4_K_M 量化版本和 llama-server 进行了测试，参考了 Hacker News 上 benob 的这份配方，首先通过 `brew install llama.cpp` 安装了 llama-server：

llama-server \
    -hf unsloth/Qwen3.6-27B-GGUF:Q4_K_M \
    --no-mmproj \
    --fit on \
    -np 1 \
    -c 65536 \
    --cache-ram 4096 -ctxcp 2 \
    --jinja \
    --temp 0.6 \
    --top-p 0.95 \
    --top-k 20 \
    --min-p 0.0 \
    --presence-penalty 0.0 \
    --repeat-penalty 1.0 \
    --reasoning on \
    --chat-template-kwargs '{"preserve_thinking": true}'

首次运行时，它将约 17GB 的模型保存到了 `~/.cache/huggingface/hub/models--unsloth--Qwen3.6-27B-GGUF`。

以下是“生成一只骑自行车的鹈鹕的 SVG”的对话记录。对于一个 16.8GB 的本地模型来说，这是一个非常出色的结果：

llama-server 报告的性能数据：

• 读取：20 tokens，0.4 秒，54.32 tokens/s
• 生成：4,444 tokens，2 分 53 秒，25.57 tokens/s

为了更全面地展示，这里是“生成一只北弗吉尼亚负鼠骑电动滑板车的 SVG”（之前用 GLM-5.1 运行过）：

那次生成了 6,575 tokens，耗时 4 分 25 秒，速度为 24.74 t/s。

2026年4月22日