Qwen3.6 27B

Überblick

Qwen3.6 27B ist ein dichtes, multimodales Reasoning-Modell des Alibaba-Qwen-Teams mit 27,8B Parametern. Es verarbeitet Text, Bild und Video als Eingabe und gibt Text aus. Auf dem AA Intelligence Index erreicht es 46 und zählt damit laut Artificial Analysis zu den führenden Open-Weight-Modellen seiner Größenklasse (Median 15).

Use Cases

• Multimodale Aufgaben mit Text-, Bild- und Videoeingabe
• Reasoning und wissenschaftliche Fragestellungen (GPQA Diamond 84 %)
• Agentisches Coding (Terminal-Bench v2.1 61 %)
• Long-Context-Workflows bis 262K Tokens

Stärken & Grenzen

Stärken: Sehr hoher Intelligence Index (46) für die Größenklasse, multimodaler Input und großes Kontextfenster (262K). Gute Coding- und Reasoning-Werte.

Grenzen: Für ein offenes Modell dieser Größe vergleichsweise teuer ($0,60/$3,60 pro 1M) und mit ~66 t/s eher langsam. Sehr verbose – 140M Output-Tokens im Intelligence-Index-Lauf (Median 23M). Ausgabe nur Text.

Praxis-Erfahrung

Listenpreise: ca. $0,60/1M Input, $3,60/1M Output. Ausgabegeschwindigkeit rund 66 t/s. Reasoning-Variante mit Chain-of-Thought.

Gut zu wissen

• Lizenz: Apache-2.0 (kommerziell frei), Gewichte auf Hugging Face; Release 04/2026
• Architektur: Dense, 27,8B; Kontext 262K
• Weitere AA-Benchmarks ohne Eintrag in der Score-Tabelle (Quelle: Artificial Analysis): τ³-Banking 15 %, CritPt 1 %, AA-Omniscience Accuracy 19 %, Non-Hallucination Rate 52 %, AA-Briefcase 15 %
• Benchmark-Scores abgelesen aus den AA-Übersichtscharts (29.06.2026)

Weitere Benchmarks (Zusatzquellen)

Weitere berichtete Werte, für die in der Score-Tabelle oben kein Eintrag vorliegt.

Quelle: Qwen (offizielle Model Card, HF):

• AIME 2026 94,1 % (Hinweis: AIME 2026, nicht 2025) · Terminal-Bench 2.0 59,3 % (Hinweis: v2.0)
• SWE-bench Pro 53,5 % · SWE-bench Multilingual 71,3 % · MMLU-Redux 93,5 %
• SuperGPQA 66,0 % · HMMT Feb 26 84,3 % · MathVista mini 87,4 %