阿里通义千问团队发布 Qwen3.6-27B，一个 270 亿参数的稠密多模态模型。仅凭 27B 参数，在所有主要编程基准上全面超越上一代开源旗舰 Qwen3.5-397B-A17B（3970 亿参数 MoE，170 亿激活）。
编程能力：Agent 实操提升最显著
Qwen3.6-27B 与前代旗舰的对比数据：
| 基准 | Qwen3.6-27B | Qwen3.5-397B-A17B | 差距 |
|---|---|---|---|
| SWE-bench Verified | 77.2 | 76.2 | +1.0 |
| SWE-bench Pro | 53.5 | 50.9 | +2.6 |
| Terminal-Bench 2.0 | 59.3 | 52.5 | +6.8 |
| SkillsBench | 48.2 | 30.0 | +18.2 (+60%) |
| Claw-Eval Pass³ | 60.6 | 48.1 | +12.5 |
| QwenWebBench (Elo) | 1487 | 1186 | +301 |
SkillsBench 提升幅度达到 60%，SWE-bench Pro 和 Claw-Eval Pass³ 的提升也非常显著。这说明 Qwen3.6-27B 的进步集中在 Agent 实操能力上——写代码、改 Bug、完成真实项目任务。
稠密架构的部署优势
MoE 架构虽然能控制激活参数量，但路由逻辑增加了部署和推理的复杂性。27B 稠密模型规避了这个问题——一张 24GB 显卡就能跑，部署方式简单直接。
对需要本地部署编程助手的开发者来说，这个模型会成为社区实际使用率最高的编程模型之一。结合 OpenClaw、Claude Code 等编程助手的开源生态，硬件门槛大幅降低。
与闭源模型的差距
Claude 4.5 Opus 在所有编程基准上仍然全面领先。SWE-bench Verified 上 Opus 80.9 vs Qwen3.6-27B 77.2，差距约 3.7 个百分点。但相比上一代，开源模型和闭源顶级的差距在逐步缩小。
在推理任务（GPQA Diamond 87.8、MMMU 82.9）上，Qwen3.6-27B 也保持了与更大模型的竞争力，多模态推理能力同样在线。
💡 一个 27B 稠密模型在编程 Agent 任务上全面超越 15 倍参数量的前代旗舰，开源 AI 的进步速度正在加快。
来源：Qwen 官方博客