Simon Willison Blog研究・専門家·2026年4月23日 01:45·約2分

Qwen3.6-27B：270億パラメータの密型モデルでフラッグシップ級コーディング性能

#大規模言語モデル(LLM)#Qwen #オープンソース #ローカル推論 #GGUF量子化

整理・翻訳:ainew.jp 編集システムAIによる自動処理作り方と限界

本文の状態

日本語全文を表示中

詳細モードで約2分の本文を読めます。

同じ出来事の情報源

この情報源を基点に整理

Simon Willison Blog

まず要点

Qwenチームは270億パラメータの密型モデル「Qwen3.6-27B」を公開し、エージェント型コーディング性能で前世代の大型モデルを上回るフラッグシップ級の実績を達成した。

Continue in AI NEW LAB

このニュースを、実務の判断につなげる

AI NEW LABで、試したことや先に確認したい条件を共有できます。まずはログインなしで読めます。

AI NEW LABで論点を見る

Source Article

元記事を日本語で読む

本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。

Qwen3.6-27B: Flagship-Level Coding in a 27B Dense Model

Qwenによる最新オープンウェイトモデル（open weight model）に関する大胆な主張：

Qwen3.6-27Bは、主要なコーディングベンチマークすべてにおいて前世代のオープンソースフラッグシップモデル Qwen3.5-397B-A17B（総パラメータ数397B / 活性化MoE（Mixture of Experts）17B）を上回る、フラッグシップレベルのエージェント型コーディング性能（agentic coding performance）を実現します。

Hugging Face上では Qwen3.5-397B-A17B が807GBであるのに対し、この新しい Qwen3.6-27B は55.6GBです。

私はまず brew install llama.cpp で llama-server をインストールした後、benob on Hacker News によるこのレシピを使って、16.8GBの Unsloth Qwen3.6-27B-GGUF:Q4_K_M 量子化バージョン（quantized version）と llama-server を試しました：

code

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}'

初回実行時、この ~17GB のモデルは ~/.cache/huggingface/hub/models--unsloth--Qwen3.6-27B-GGUF に保存されました。

「Generate an SVG of a pelican riding a bicycle」のトランスクリプトはこちらです。16.8GBのローカルモデルにとってこれは *素晴らしい* 結果です：

llama-server が報告したパフォーマンス数値：

読み込み（Reading）: 20 トークン (tokens), 0.4秒, 54.32 tokens/s

生成（Generation）: 4,444 トークン (tokens), 2分53秒, 25.57 tokens/s

参考までに、Generate an SVG of a NORTH VIRGINIA OPOSSUM ON AN E-SCOOTER も試しました（以前 GLM-5.1 で実行済み）：

こちらは 6,575 トークン (tokens)、4分25秒、24.74 t/s でした。

Via Hacker News

Tags: ai, generative-ai, local-llms, llms, qwen, pelican-riding-a-bicycle, llama-cpp, llm-release, ai-in-china

原文を表示

Qwen3.6-27B: Flagship-Level Coding in a 27B Dense Model

Big claims from Qwen about their latest open weight model:

Qwen3.6-27B delivers flagship-level agentic coding performance, surpassing the previous-generation open-source flagship Qwen3.5-397B-A17B (397B total / 17B active MoE) across all major coding benchmarks.

On Hugging Face Qwen3.5-397B-A17B is 807GB, this new Qwen3.6-27B is 55.6GB.

I tried it out with the 16.8GB Unsloth Qwen3.6-27B-GGUF:Q4_K_M quantized version and llama-server using this recipe by benob on Hacker News, after first installing llama-server using brew install llama.cpp:

code

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}'

On first run that saved the ~17GB model to ~/.cache/huggingface/hub/models--unsloth--Qwen3.6-27B-GGUF.

Here's the transcript for "Generate an SVG of a pelican riding a bicycle". This is an *outstanding* result for a 16.8GB local model: