ОБЗОР AI-МОДЕЛИ
Qwen3.6-27B
Возможности, стоимость и компьютер для локального запуска
Открытая мультимодальная модель: паспорт, расчётные требования к памяти и основания для сравнения с Qwen3.8-27B.
- Разработчик
- Alibaba · Qwen
- Параметры
- 27 млрд — языковая часть; vision encoder отдельно
- Лицензия
- Apache 2.0
- Вход → выход
- Вход: текст, изображения, видео. Выход: текст
- Контекст
- 262 144 нативно; расширение до 1 010 000 при поддержке runtime
- API · вход / выход
- Тариф конкретного провайдера для этой версии не подтверждён
На этой странице
Кому подходит
Сравнить с другой моделью
Qwen3.6-27B стоит оставить в списке кандидатов, если она уже работает в вашей инфраструктуре: новую версию полезно проверять на тех же задачах до замены. Для нового проекта логично испытать также Qwen3.8-27B.
Главный вопрос — не возраст модели, а доля принятых ответов при вашем бюджете ожидания. Сохраните контрольные примеры, настройку reasoning, лимиты и конфигурацию инструментов. Тогда решение об обновлении можно проверить.
Качество и возможности
Кандидат для работы с кодом, документами и изображениями. Ошибки фактов, неполные правки и неверные вызовы инструментов нужно ловить проверками приложения. Внешний benchmark не доказывает пригодность для конкретной компании.
Собственных испытаний этой версии на русском языке и опубликованных прогонов на наших компьютерах пока нет. Не переносим на неё результаты Qwen3.8.
Результаты тестов
Разработчик сообщает 77,2 на SWE-bench Verified и 53,5 на SWE-bench Pro. Это измерения Qwen со своим агентным окружением, а не наши тесты. Методика.
Сравнение двух поколений использует одну опубликованную сравнительную таблицу. Версии Terminal-Bench 2.0 и 2.1 нельзя смешивать.
Локальный запуск
Запустится на вашем компьютере?
Подберём профиль по платформе и памяти. Показываем опубликованные измерения скорости вместе с условиями теста.
Это сопоставление с опубликованными профилями, а не диагностика устройства. Совместимость драйверов, версия runtime и реальные задержки требуют проверки.
Требования относятся к конкретному формату, контексту и среде. RAM, VRAM и общая память не взаимозаменяемы.
| Файл ggml-org | Размер на диске |
|---|---|
| Q4_K_M | 19,1 ГБ |
| Q8_0 | 28,6 ГБ |
| BF16 | 53,8 ГБ |
Файлы и конверсия. Размер файла не равен требованию к памяти. Для изображений дополнительно нужен совместимый vision projector.
Как рассчитать память: KV-кэш, буферы и запас
Ниже — расчётные стартовые конфигурации для текста, одного пользователя и 8K контекста. Запас нужен для ОС, KV-кэша и рабочих буферов. На минимуме часть памяти может быть занята дисплеем и приложениями; проверьте свободную память до запуска. Длинный контекст и изображения требуют отдельного теста.
Конфигурации, скорость и инструкции
CPU · расчётный минимумGGUF Q4_K_M · ggml-orgНет замера для этого профиляРасчётная оценка
- Квантизация
- GGUF Q4_K_M · ggml-org
- Контекст
- 8 192 · стартовая оценка
- Среда и версия
- Совместимая сборка llama.cpp; версия при запуске требует проверки
- RAM
- 32 ГБ
- VRAM
- Не требуется отдельно
- Объединённая память
- Не используется
- Накопитель
- 40 ГБ свободно
- Одновременные запросы
- 1
- Условия теста / ограничения
- Расчёт по размеру файла 19,1 ГБ с запасом для runtime. Это не аппаратный тест и не гарантия полного GPU offload.
Скорость и условия измерения
- Генерация
- Нет замера для этого профиля
Инструкция запуска
Выберите Qwen3.6-27B Q4_K_M из репозитория ggml-org, ограничьте контекст 8192 и начните с текстового запроса. Проверьте журнал размещения слоёв и пиковую память. Для изображений загрузите совместимый mmproj; требования вырастут.
NVIDIA GPU · расчётный минимумGGUF Q4_K_M · ggml-orgНет замера для этого профиляРасчётная оценка
- Квантизация
- GGUF Q4_K_M · ggml-org
- Контекст
- 8 192 · стартовая оценка
- Среда и версия
- Совместимая сборка llama.cpp; версия при запуске требует проверки
- RAM
- 32 ГБ
- VRAM
- 24 ГБ
- Объединённая память
- Не используется
- Накопитель
- 40 ГБ свободно
- Одновременные запросы
- 1
- Условия теста / ограничения
- Расчёт по размеру файла 19,1 ГБ с запасом для runtime. Это не аппаратный тест и не гарантия полного GPU offload.
Скорость и условия измерения
- Генерация
- Нет замера для этого профиля
Инструкция запуска
Выберите Qwen3.6-27B Q4_K_M из репозитория ggml-org, ограничьте контекст 8192 и начните с текстового запроса. Проверьте журнал размещения слоёв и пиковую память. Для изображений загрузите совместимый mmproj; требования вырастут.
Apple Silicon · расчётный запасGGUF Q4_K_M · ggml-orgНет замера для этого профиляРасчётная оценка
- Квантизация
- GGUF Q4_K_M · ggml-org
- Контекст
- 8 192 · стартовая оценка
- Среда и версия
- Совместимая сборка llama.cpp; версия при запуске требует проверки
- RAM
- Общая память
- VRAM
- Не требуется отдельно
- Объединённая память
- 48 ГБ
- Накопитель
- 40 ГБ свободно
- Одновременные запросы
- 1
- Условия теста / ограничения
- Расчёт по размеру файла 19,1 ГБ с запасом для runtime. Это не аппаратный тест и не гарантия полного GPU offload.
Скорость и условия измерения
- Генерация
- Нет замера для этого профиля
Инструкция запуска
Выберите Qwen3.6-27B Q4_K_M из репозитория ggml-org, ограничьте контекст 8192 и начните с текстового запроса. Проверьте журнал размещения слоёв и пиковую память. Для изображений загрузите совместимый mmproj; требования вырастут.
API и стоимость
Не подставляем тариф Qwen3.8 или другого варианта Qwen. Перед интеграцией проверьте точный model ID, регион обработки, оплату, лимиты и правила хранения данных. Локальный API обходится без оплаты токенов провайдеру, но требует оборудования и сопровождения.
Технические характеристики
Паспорт модели · все 18 параметров
| Разработчик | Alibaba · Qwen |
|---|---|
| Точная версия | Qwen/Qwen3.6-27B |
| Тип модели | Мультимодальная |
| Доступность весов | Открытые веса; локальный запуск |
| Лицензия | Apache 2.0 |
| Всего параметров | 27 млрд — языковая часть; vision encoder отдельно |
| Активных параметров (MoE) | Плотная модель; не MoE |
| Архитектура | 64 слоя: 48 Gated DeltaNet + 16 полного внимания |
| Контекстное окно | 262 144 нативно; расширение до 1 010 000 при поддержке runtime |
| Максимальный вывод | Ограничивается контекстом, памятью и настройками сервера |
| Модальности | Вход: текст, изображения, видео. Выход: текст |
| Работа с инструментами | Да; нужен совместимый parser и приложение с инструментами |
| Цена API и единица тарификации | Тариф конкретного провайдера для этой версии не подтверждён |
| Подписка | Веса без подписки; инфраструктура оплачивается отдельно |
| Дата выпуска | Апрель 2026; точный день здесь не подтверждён |
| Форматы весов | Safetensors; GGUF BF16 / Q4_K_M / Q8_0 |
| Среды запуска | Transformers, vLLM, SGLang; GGUF — llama.cpp |
| Региональная доступность | Веса на Hugging Face; оплату внешних API из РФ проверять у провайдера |
Устройство модели · архитектура
Это плотная модель с гибридным вниманием и отдельным vision encoder. Нативный контекст указан в паспорте; расширение не означает, что миллион токенов поместится на минимальной машине. Описание разработчика.
Вопросы и источники
Нужно ли менять уже работающую Qwen3.6?
Сначала сравните качество на сохранённом наборе задач. Оставьте возможность отката и проверьте шаблон чата, формат вызовов инструментов и потребление памяти новой версии.
Почему нет обещания скорости?
Для этих точных профилей подтверждённые измерения не добавлены. Один объём VRAM не позволяет рассчитать ток/с.
Подойдёт ли для закрытых документов?
Это зависит от всего приложения, прав доступа и юридического основания обработки. Открытые веса сами по себе не обеспечивают защиту данных.
Источники данных
- Qwen — модель и методикаhuggingface.co
- ggml-org — файлы весовhuggingface.co