Qwen3.6-27B 在小型模型中实现旗舰级编程能力
Simon Willison··作者 Simon Willison
关键信息
该模型在本地使用 llama.cpp 和 Q4_K_M 量化方式运行时，每秒可生成约 25–26 个 token，并能从文本提示生成高质量 SVG 图像，展示了强大的推理和创意生成能力。
资讯摘要
Qwen3.6-27B 是由 Qwen 开发的一个开源权重语言模型，声称在仅 270 亿参数下实现了旗舰级代理式编程性能——相比前代 3970 亿总参数的 MoE 模型（仅激活 170 亿）大幅减少。该模型提供 55.6GB 版本，并进一步压缩为适合本地推理的 16.8GB GGUF 量化版本。一位用户通过 llama-server 在配备 16GB 显存的设备上测试，成功生成了复杂 SVG 图像，如一只骑自行车的鹈鹕和一只乘坐电动滑板车的北美负鼠，图像细节丰富。
性能数据显示生成速度约为每秒 25 个 token，对如此紧凑的模型而言表现优异。这标志着高效大模型设计的重大进步。
资讯正文
Qwen3.6-27B：在270亿参数密集模型中实现旗舰级编程能力
Qwen对其最新开源权重模型提出了重磅声明：
Qwen3.6-27B实现了旗舰级别的代理编程性能，在所有主要编程基准测试中均超越了上一代开源旗舰模型Qwen3.5-397B-A17B（总参数3970亿，活跃MoE参数170亿）。
在Hugging Face上，Qwen3.5-397B-A17B模型大小为807GB，而这款新的Qwen3.6-27B模型仅为55.6GB。
我使用了16.8GB的Unsloth量化版本Qwen3.6-27B-GGUF（Q4_K_M），并按照Hacker News用户benob提供的配置方法，先通过brew install llama.cpp安装llama-server后运行如下命令：
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，该模型约17GB被保存至~/.cache/huggingface/hub/models--unsloth--Qwen3.6-27B-GGUF目录。
以下是生成“一只鹈鹕骑自行车”的SVG代码的完整对话记录。对于一个仅需16.8GB本地内存的模型而言，这一结果堪称卓越：
图片描述：自行车有辐条、链条和正确形状的车架。把手略显松脱。鹈鹕的翅膀搭在把手上，腿部异常弯曲且触碰到踏板，喙部形态良好。背景细节令人愉悦——半透明云朵、鸟类、草地和太阳。
llama-server报告的性能数据如下：
- 读取速度：20 tokens，耗时0.4秒，速率为54.32 tokens/s
- 生成速度：4,444 tokens，耗时2分53秒，速率为25.57 tokens/s
为了进一步验证，这里还展示了生成“一辆电动滑板车上的一只北弗吉尼亚负鼠”的SVG代码（此前曾用GLM-5.1模型完成过类似任务）：
图片描述：一只灰色猫形生物戴着青色护目镜，骑着一辆发光的青色未来感摩托车穿越黑夜中的城市景观，长尾巴拖在身后，背景是黄色窗户亮灯的剪影建筑，右侧有一轮粉红色的月亮。
这次生成耗时6,575 tokens，共4分25秒，速率为24.74 tokens/s。
Qwen3.6-27B：在270亿参数密集模型中实现旗舰级编程能力
来源与参考
收录于 2026-04-23