Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究312写作59商务95法律13财务33营销175开发1,422效率391教育81陪伴14
帮助与支持
语言
English简体中文

Qwen3.6-27B

由 Qwen 制作工具包开发
新上架第 1 版 · 更新于
点赞

概览

Qwen 的 27B 模型，读取文字和图片并用文字回复，针对编程智能体和仓库级工作调校，适合用 transformers 库运行它的开发者。

Qwen3.6-27B 是一款工具包，属于开发类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。在本页下载，是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python
  • 约 55.6 GB 的可用磁盘空间，放 BF16 文件
  • 能装下 27B 模型的 GPU 或服务器配置
  • transformers 库，或上面提到的某个服务器
用在
  • 使用 transformers 库的 Python 脚本
  • vLLM、SGLang 或 KTransformers 这类服务器，模型卡说它们能和它配合
  • 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
先运行
pip install -U huggingface_hub
hf download Qwen/Qwen3.6-27B

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Qwen3.6-27B 是 Qwen 的 27B 后训练模型，Hugging Face 记录为 27.8B 参数。它读取文字和图片，用文字回复。Qwen 称它是第一个开放权重的 Qwen3.6 模型。它追求稳定的表现和实用的编程能力，模型卡列出两项主要升级：针对前端工作和仓库级推理的智能体编程，以及一个保留此前消息中推理内容的选项。文件是给 transformers 库用的 Safetensors，模型卡还说 vLLM、SGLang 和 KTransformers 兼容。

适合谁

如果你要构建编程智能体，或者想在自己的硬件上运行大型开放模型，它适合你，开发者和对比模型的研究人员尤其合适。

Who uses this model
行业谁在用怎么用例子
软件开发者驱动能跨整个仓库工作的编程助手让它修复前端项目里的一个 bug
AI 工具智能体开发者在长对话里保留推理上下文打开保留此前思考的选项
AI 研究研究人员把一个 27B 开放模型和其他模型对比把它的分数和 Gemma4-31B 比一比

如果你只有一台小笔记本，可以跳过它，因为光 BF16 文件就约 55.6 GB。

用在哪里

  • 使用 transformers 库的 Python 脚本
  • vLLM、SGLang 或 KTransformers 这类服务器，模型卡说它们能和它配合
  • 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
Jobs it does
用途适合谁得到什么
智能体编程开发者跨整个仓库的代码改动和推理
前端工作网页开发者界面代码和工作流方面的帮助
图片和文字问答开发者针对你提供的图片给出的文字回答
长输入研究人员按模型卡所说，262,144 个 token 的上下文，可扩展到 1,010,000

如何设置

你需要 Python 和 huggingface_hub 包，还要有很大的空间。权重在 BF16 下约 55.6 GB，按 Hugging Face 的估算，4 位下约 13.9 GB，还需要内存相匹配的 GPU 配置。

  • 带 pip 的 Python
  • 约 55.6 GB 的可用磁盘空间，放 BF16 文件
  • 能装下 27B 模型的 GPU 或服务器配置
  • transformers 库，或上面提到的某个服务器
  1. 安装 huggingface_hub。
  2. 用 hf 命令下载模型文件。
  3. 按完整的模型卡，用你选的库加载它们。
pip install -U huggingface_hub
hf download Qwen/Qwen3.6-27B

如何使用

这里能看到的模型卡部分没有给出运行步骤，所以请到完整的模型卡里找准确的加载代码。通用做法是：加载模型，发送带或不带图片的提示词，读取文字回复。

Main commands
工具作用
pip install -U huggingface_hub安装下载模型文件用的辅助工具
hf download Qwen/Qwen3.6-27B把模型文件保存到你的电脑上

示例

你下载文件、加载模型，让它找出前端项目里某个页面为什么渲染失败。它用文字回复自己的推理和一个建议的代码改动。

新手与专家

这是个大模型，所以第一小步是在下载之前，先拿你的内存和 4 位估算的 13.9 GB 以及 BF16 的 55.6 GB 做个比较。

语言模型有 64 层，隐藏维度为 5120。它的布局重复 16 次，每次是三个门控 delta 层后面跟一个门控注意力层，前面还有一个视觉编码器。训练时让它一次预测多个 token。

  1. 图片和文字提示
  2. 视觉编码器读取图像
  3. 混合结构的语言模型层
  4. 文字回复

注意事项

在模型卡的分数表里，SWE-bench Verified 上这个模型得 77.2，Qwen3.5-27B 是 75.0，Gemma4-31B 是 52.0，Claude 4.5 Opus 是 80.9。其他人发布了 757 个量化版本和 431 个微调版本。

SWE-bench Verified score
Qwen3.6-27B77.2
Qwen3.5-27B75.0
Qwen3.6-35B-A3B73.4
Gemma4-31B52.0
  • License: Apache 2.0。
  • Cost to run: 未提及，除了硬件。
  • Data it reaches: 文件来自 Hugging Face，之后模型在你自己的电脑上运行。
  • Not for: 小型机器，因为文件很大。

README 和文件

README

Qwen3.6-27B

Qwen 的 27B 模型，读取文字和图片并用文字回复，针对编程智能体和仓库级工作调校，适合用 transformers 库运行它的开发者。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Qwen3.6-27B 是 Qwen 的 27B 后训练模型，Hugging Face 记录为 27.8B 参数。它读取文字和图片，用文字回复。Qwen 称它是第一个开放权重的 Qwen3.6 模型。它追求稳定的表现和实用的编程能力，模型卡列出两项主要升级：针对前端工作和仓库级推理的智能体编程，以及一个保留此前消息中推理内容的选项。文件是给 transformers 库用的 Safetensors，模型卡还说 vLLM、SGLang 和 KTransformers 兼容。

适合谁：如果你要构建编程智能体，或者想在自己的硬件上运行大型开放模型，它适合你，开发者和对比模型的研究人员尤其合适。

Title: Who uses this model
行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 驱动能跨整个仓库工作的编程助手 | 让它修复前端项目里的一个 bug
AI 工具 | 智能体开发者 | 在长对话里保留推理上下文 | 打开保留此前思考的选项
AI 研究 | 研究人员 | 把一个 27B 开放模型和其他模型对比 | 把它的分数和 Gemma4-31B 比一比

如果你只有一台小笔记本，可以跳过它，因为光 BF16 文件就约 55.6 GB。

用在哪里：

  • 使用 transformers 库的 Python 脚本
  • vLLM、SGLang 或 KTransformers 这类服务器，模型卡说它们能和它配合
  • 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
Title: Jobs it does
用途 | 适合谁 | 得到什么
智能体编程 | 开发者 | 跨整个仓库的代码改动和推理
前端工作 | 网页开发者 | 界面代码和工作流方面的帮助
图片和文字问答 | 开发者 | 针对你提供的图片给出的文字回答
长输入 | 研究人员 | 按模型卡所说，262,144 个 token 的上下文，可扩展到 1,010,000

如何设置：你需要 Python 和 huggingface_hub 包，还要有很大的空间。权重在 BF16 下约 55.6 GB，按 Hugging Face 的估算，4 位下约 13.9 GB，还需要内存相匹配的 GPU 配置。

  • 带 pip 的 Python
  • 约 55.6 GB 的可用磁盘空间，放 BF16 文件
  • 能装下 27B 模型的 GPU 或服务器配置
  • transformers 库，或上面提到的某个服务器
  1. 安装 huggingface_hub。
  2. 用 hf 命令下载模型文件。
  3. 按完整的模型卡，用你选的库加载它们。
pip install -U huggingface_hub
hf download Qwen/Qwen3.6-27B

如何使用：这里能看到的模型卡部分没有给出运行步骤，所以请到完整的模型卡里找准确的加载代码。通用做法是：加载模型，发送带或不带图片的提示词，读取文字回复。

Title: Main commands
工具 | 作用
pip install -U huggingface_hub | 安装下载模型文件用的辅助工具
hf download Qwen/Qwen3.6-27B | 把模型文件保存到你的电脑上

示例：你下载文件、加载模型，让它找出前端项目里某个页面为什么渲染失败。它用文字回复自己的推理和一个建议的代码改动。

新手与专家：这是个大模型，所以第一小步是在下载之前，先拿你的内存和 4 位估算的 13.9 GB 以及 BF16 的 55.6 GB 做个比较。

语言模型有 64 层，隐藏维度为 5120。它的布局重复 16 次，每次是三个门控 delta 层后面跟一个门控注意力层，前面还有一个视觉编码器。训练时让它一次预测多个 token。

图片和文字提示
视觉编码器读取图像
混合结构的语言模型层
文字回复

注意事项：在模型卡的分数表里，SWE-bench Verified 上这个模型得 77.2，Qwen3.5-27B 是 75.0，Gemma4-31B 是 52.0，Claude 4.5 Opus 是 80.9。其他人发布了 757 个量化版本和 431 个微调版本。

Title: SWE-bench Verified score
Qwen3.6-27B: 77.2
Qwen3.5-27B: 75.0
Qwen3.6-35B-A3B: 73.4
Gemma4-31B: 52.0
  • License: Apache 2.0。
  • Cost to run: 未提及，除了硬件。
  • Data it reaches: 文件来自 Hugging Face，之后模型在你自己的电脑上运行。
  • Not for: 小型机器，因为文件很大。

Hugging Face 上的数据（2026年11月13日）

  • 任务：image text to text
  • 框架：transformers
  • 参数量：27.8B
  • Weights: about 55.6 GB in BF16; about 13.9 GB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载：2,411,374
  • 点赞：2,352
  • 许可证：apache-2.0
  • Quantized versions: 759
  • Fine-tunes: 436
  • 标签：transformers, safetensors, qwen3_5, image-text-to-text, conversational

链接

  • 模型：https://huggingface.co/Qwen/Qwen3.6-27B
  • 文件：https://huggingface.co/Qwen/Qwen3.6-27B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Qwen/Qwen3.6-27B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件，共 5 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Qwen3.6-27B 本页2,411,3742,35227.8Bapache-2.0
Qwen3.8-27B共有 qwen3_5 · image-text-to-text · conversational6,960,39519,79527.8Bapache-2.0
Qwen3.5-9B共有 qwen3_5 · image-text-to-text · conversational6,259,8092,3539.7Bapache-2.0
Qwen3.8-27B-FP8共有 qwen3_5 · image-text-to-text · conversational5,442,81098427.8Bapache-2.0
Qwen3.5-4B共有 qwen3_5 · image-text-to-text · conversational5,083,7221,2264.7Bapache-2.0
Qwen3.5-2B共有 qwen3_5 · image-text-to-text · conversational4,044,7464792.3Bapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论，来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的，也未经核实，点开即可在原帖处阅读。

cgeierQwen/Qwen3.6-27B · Hugging Face41 分 · 6 条回复Gusanother pretty good comparison of Gemma vs Qwen (3.5 and 3.6) models more than the quality, there is the token efficiency!! kaitchup.substack.com/p/qwen36-27b...14 赞ericdNvidia is the central bank of AIAh good catch on the total tokens, was going off vague memory there, and I thought people had gotten qwen 3.8 27b up to similar decode speeds as ds v4 flash. >One data point that seems relevant to me is that the previous gen qwen Qwen3.6-27b was not so different in performance from its sibling…alyCheck out the benchmark results at the end of this page: huggingface.co/Qwen/Qwen3.6... what makes it so cool is that it performs nearly on-par with a model that is waaaaaaaay bigger (opus 4.5) The solution to running this stuff outside hyperscalars is smaller models that perform better.2 赞 · 1 条回复kennywinkerNvidia is the central bank of AI> Qwen flash-next and GLM 5.3 to show some of the other strong open weight models, and they predictably dominate it Absolutely - no argument from me here. Bigger is very clearly a lever you can pull to get more out of a model. > But then scroll down and hit Time Per Task, and you'll see that DSv4…fry69Ah, likely -> Qwen3.6-27B? huggingface.co/Qwen/Qwen3.6...2 赞trouve_searchQwen3.8 27B scores 52 on Artificial Analysisthanks for posting your setup! I think it's smart to set the reasoning effort default to something saner in the base config. Here's a VLLM command for 3.6 (I'll update to 3.8 today) to test out: ``` PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True \ vllm serve Qwen/Qwen3.6-27B-FP8 \ --dtype auto \…@obolith.bsky.social3/5 The Qwen family moved up too. Output price per 1M tokens, same window: Qwen3.5-27B: $1.56 → $2.60 (+67%) Qwen3 VL 8B Instruct: $0.455 → $0.75 (+65%) Qwen3.6 27B: $2.00 → $3.20 (+60%)1 条回复SparkyMcUnicornQwen 3.8 27BYeah, I would appreciate if someone could make sense of the pricing differences between these models. How can a provider run DSv4F at lower cost than a 27B dense or 35B A3B model? Does it come down to utilization and/or specific model tricks and efficiencies (attention, kv cache, etc.)? DeepInfra…Frank Blank3. quanting qwen-flash-next/a derivative to a mixed precision bf16/fp8/mxfp4 knocks it down a good amount actually in terms of benchmark performance. 4. definitely need to human review my bench code/rubric; the score difference seems too wide; its def better than qwen3.6-27b but scores like it.1 条回复jjiceQwen 3.8 27BWhere do you see that? From what I can see on Open Router, Qwen 3.6 27B (the closest dense equivalent to Gemma 31) is $0.28/m. Am I missing something? https://openrouter.ai/qwen/qwen3.6-27bPondero.aiStarting from Qwen3.6-27B in Sakana's qwen-code environment, two loops pushed win rate from 53.9% to 69.9% on held-out research tasks across finance, robotics, and pharmacy.1 条回复

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字，用一个检测器找文本行，再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件，提供八种量化大小，可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐，50 步并带引导控制，音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

开发类的相似商品

查看开发类的全部商品

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能，按角色分组，从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

buzz

block · 工具包

可自行托管的工作空间，人和 AI 智能体在同样的房间里协作，基于 Nostr 中继，把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开，让你加批注或评论，并把反馈直接发回给智能体。

新上架10.5k