Qwen3.6-27B、大半のコーディングベンチマークで大型後継モデルを凌駕

アリババは、270億パラメータを備えた新しい「密集型（dense）」のオープンソースモデルであるQwen3.6-27Bをリリースしました。 アリババによると、このモデルはテストされたほぼすべてのコーディングベンチマークにおいて、はるかに大規模な後継モデルであるQwen3.5-397B-A17B（3970億パラメータ）を上回っています。SWE-bench Verifiedでは76.2に対して77.2、Terminal-Bench 2.0では52.5に対して59.3を記録しました。

270億パラメータのQwen3.6-27B（濃い紫色、左）はほぼすべてのコーディングベンチマークで首位を走り、アリババの専門家の混合（MoE）モデルを抑えています。GPQA DiamondやMMMUといった推論およびマルチモーダルタスクにおいても、Claude 4.5 Opusなどの競合モデルに引けを取らない性能を発揮します。| Image: Alibaba/Qwen

このモデルはテキスト処理とマルチモーダル推論の両方を扱います。「密集型（dense）」モデルであるため、タスクに応じて異なるサブモデルを起動する複雑な専門家の混合（MoE）アーキテクチャと比較して、実行が容易です。

Qwen3.6-27Bは、Qwen Studio、Alibaba Cloud Model Studio APIを通じて利用可能であり、Hugging FaceおよびModelScopeでは公開重み（open weights）として提供されています。これは、大規模モデルの運用を避けつつも強力なコーディングパフォーマンスを求める開発者向けに設計されています。

常に言えることですが、ベンチマーク（benchmark）結果は実環境での性能（real-world performance）を示すに過ぎず、効率的な中国のオープンソースモデル（open-source model）は、西洋のAIラボ（AI lab）から生まれる研究開発（research and development）から恩恵を受ける可能性があります。

過大評価（hype）を排除したAIニュース – 人間が厳選

THE DECODERを購読すると、広告なしでの閲覧、週刊のAIニュースレター（newsletter）、年6回の限定「AI Radar」フロンティアレポート、アーカイブアクセス（archive access）、そしてコメント欄へのアクセスが得られます。

今すぐ購読する