Model Releases
Qwen3.6-27B: Как плотная модель обошла гигантов в коде
Новый open-source от Alibaba. 27B параметров, Apache 2.0, SWE-bench 77.2. Лучшая производительность на агентах.
22 апреля 2026 г.
Model ReleaseQwen3.6-27B
Введение: Исторический прорыв в open-source
22 апреля 2026 года команда Qwen от Alibaba Cloud представила модель Qwen3.6-27B, которая стала настоящим событием в мире искусственного интеллекта. Это плотная модель с 27 миллиардами параметров, выпущенная под лицензией Apache 2.0, что делает её полностью открытой для коммерческого использования. Главное, что отличает эту модель, — это её способность превосходить значительно более крупные конкуренты на ключевых задачах агентского программирования.
Релиз этой модели ознаменовал новый этап в развитии доступных языковых моделей. До этого момента считалось, что для достижения флагманского уровня в коде и сложных логических задачах требуются модели с сотнями миллиардов параметров. Qwen3.6-27B опровергает эту догму, демонстрируя, что плотная архитектура может быть оптимизирована до уровня MoE-моделей, но с большей эффективностью и простотой развертывания.
Для разработчиков и инженеров это означает возможность внедрения мощных когнитивных способностей в локальные среды или облачные решения без огромных затрат на инфраструктуру. Модель поддерживает как режимы многомодального мышления, так и стандартные текстовые взаимодействия, что расширяет сценарии её применения.
- Дата релиза: 22 апреля 2026 года
- Лицензия: Apache 2.0
- Тип: Dense Open-Source
- Семейство: Qwen3.6
Архитектура и ключевые возможности
Qwen3.6-27B построена на базе 64-слойной архитектуры с гибридным расположением блоков. Модель использует комбинацию Gated DeltaNet и FFN в 16 повторениях, что обеспечивает высокую плотность и эффективность обучения. Контекстное окно составляет 262 144 токена нативно, с возможностью расширения до 1 010 000 токенов, что позволяет обрабатывать огромные документы и видео.
Одной из главных особенностей является нативная поддержка как режимов многомодального мышления, так и режимов без мышления в единой контрольной точке. Это позволяет модели гибко переключаться между задачами, требующими глубокого анализа и простых ответов. Поддержка vision-language включает понимание изображений и видео, что делает её универсальным инструментом для анализа мультимедийного контента.
Доступна в двух форматах: BF16 и FP8 (квантованная версия с блоком 128). FP8-версия сохраняет почти идентичные метрики производительности, что критически важно для развертывания на потребительском железе. Совместимость с OpenClaw, Claude Code и Qwen Code позволяет легко интегрировать модель в существующие рабочие процессы разработки.
- Параметры: 27 миллиардов (Dense)