Hacker News 中文摘要

文章摘要

通义千问开源了Qwen3.6-27B模型，这是一个270亿参数的密集多模态模型，在编程能力上超越前代3970亿参数的MoE模型，支持多模态思维与非思维模式。该模型部署简单，无需复杂路由机制，为开发者提供了高性能且易于部署的编程解决方案，现已在多个平台开放使用。

文章总结

通义千问3.6-27B：27B稠密模型实现旗舰级代码能力

在发布Qwen3.6-Plus和Qwen3.6-35B-A3B后，我们正式开源Qwen3.6-27B——一个27B参数的多模态稠密模型，满足社区最期待的模型规模需求。该模型支持多模态思维与非思维模式，在代码能力上实现重大突破，全面超越上一代开源旗舰Qwen3.5-397B-A17B（397B总参数/17B激活参数的混合专家模型）。作为稠密架构，其部署简单，无需处理MoE路由复杂性，是开发者获取顶级代码能力的理想选择。模型已上线通义千问工作室，提供API服务，并开放权重下载。

核心特性

全开源稠密模型（27B参数）
旗舰级代码能力：在SWE-bench Verified（77.2）、Terminal-Bench 2.0（59.3）等基准中超越Qwen3.5-397B-A17B
多模态支持：统一架构同时支持视觉-语言推理与纯文本模式

性能表现

代码能力
| 基准测试 | Qwen3.6-27B | Qwen3.5-397B-A17B |
|------------------|------------|-------------------|
| SWE-bench Verified | 77.2 | 76.2 |
| Terminal-Bench 2.0 | 59.3 | 52.5 |
| SkillsBench | 48.2 | 30.0 |

多模态能力
- 文档理解：OCRBench得分89.4
- 视频理解：VideoMME达到87.7分
- 空间推理：RefCOCO平均92.5分

部署方式

直接体验：通义千问工作室在线交互
API调用：阿里云Model Studio（即将上线）
自托管：从Hugging Face或ModelScope下载权重

开发者工具集成

OpenClaw：通过终端实现全功能AI编程代理
Qwen Code：深度优化的开源终端编程助手
Claude Code：兼容Anthropic API协议

技术意义

Qwen3.6-27B证明：经过优化的27B稠密模型可在关键开发者任务上超越15倍参数量的前代模型，标志着从3B到397B参数规模均实现代码能力的代际突破。

引用格式：
bibtex @misc{qwen36_27b, title = {Qwen3.6-27B：27B稠密模型实现旗舰级代码能力}, url = {https://qwen.ai/blog?id=qwen3.6-27b}, author = {通义千问团队}, year = {2026} }

（注：原文中的API示例代码、详细分数表格及部分技术说明已精简，保留核心数据和关键部署信息。）

评论总结

评论总结：

性能质疑
有用户对27B模型能否媲美Opus表示怀疑。
"A bit skeptical about a 27B model comparable to opus..."（评论1）
期待实测反馈
用户希望看到早期使用体验分享。
"Has anyone tested it at home yet..."（评论2）
硬件需求关注
用户希望模型公布具体硬件要求和运行成本。
"I wish that all announcements of models would show what (consumer) hardware..."（评论3）
"This is getting very close to fit a single 3090..."（评论4）
质量评估建议
建议等待几周观察模型稳定性，指出初期版本可能存在隐藏问题。
"wait a couple weeks to judge the 'final' quality..."（评论5）
实际应用效果
- 编程辅助：用户表示3.5版本在C/C++/Verilog编程中表现良好，期待新版本改进。
  "I've been using 3.5-27b with pretty good success for coding..."（评论8）
- 创意生成：展示了模型生成SVG图像的能力，虽不完美但显示潜力。
  "Far from perfect, but it really shows how powerful..."（评论7）
硬件兼容性
- 量化版本可在24GB VRAM游戏本运行
  "Q4-Q5 quants...runs well on gaming laptops with 24GB VRAM"（评论10）
- 与Gemma 4同列为性价比之选
  "Gemma 4 and Qwen 3.6 are some of the most promising models..."（评论9）
资源支持
已有第三方量化版本发布
"Unsloth quants available..."（评论6）

Qwen3.6-27B：27B稠密模型中的旗舰级编码能力 -- Qwen3.6-27B: Flagship-Level Coding in a 27B Dense Model