Qwen3.6-27B
- 输入 输入模态: 文本图像视频 输出 输出模态: 文本
- 推理
- 可关闭推理
- 工具调用
- 结构化输出
- 开放权重
价格
3 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen3.6-27b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | ¥3.00 | ¥18.00 |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年11月2日)
Alibaba Cloud Model Studio（在新标签页打开）
qwen3.6-27b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | $0.60 | $3.60 |
价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年11月2日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 内置工具
- 联网搜索
- 许可证
- apache-2.0
- 模型家族
- qwen
- 模型 ID
Alibaba Qwen 的页面未说明：最长输入, 推理档位, 最大思考预算, 知识截止, 别名。
本地运行
权重： Qwen/Qwen3.6-27B- 参数 27.8B
- 稠密
- 原生精度 BF16
- 层数 64
- 每 token 的 KV 缓存 64 KB
- 原生上下文 256K （模型卡）
- 配置位置数 256K （config.json max_position_embeddings）
- API 上下文 256K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 Q5_0 （自动） 8K 上下文 26–38 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 19.2 GB (权重 17.8 + KV 缓存 0.5 + 开销 0.9)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 26–38 tok/s
- 最长上下文
- 46K (再长就放不下)
- 首 token
- 2K 提示约 0.90–1.35 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 51.7 GB | ≈ 54.8 | ✕放不下 | — |
| Q8_0 | 27.5 GB | ≈ 29.4 | ○需放到内存 4–6 tok/s | — |
| FP8官方 | 28.7 GB | ≈ 30.7 | ○需放到内存 4–6 tok/s | — |
| Q6_K | 21.2 GB | ≈ 22.8 | ○需放到内存 13–20 tok/s | — |
| Q5_K_M | 18.4 GB | ≈ 19.8 | ●流畅 25–37 tok/s | 36K |
| Q5_0 | 17.8 GB | ≈ 19.2 | ●流畅 26–38 tok/s | 46K |
| Q4_K_M | 15.7 GB | ≈ 17.0 | ●流畅 29–43 tok/s | 81K |
| Q4_0 | 14.6 GB | ≈ 15.8 | ●流畅 31–47 tok/s | 101K |
| IQ4_XS | 13.7 GB | ≈ 14.9 | ●流畅 33–49 tok/s | 115K |
| Q3_K_M质量下降明显 | 12.6 GB | ≈ 13.8 | ●流畅 36–54 tok/s | 133K |
| IQ3_XXS质量下降明显 | 9.9 GB | ≈ 10.9 | ●流畅 45–68 tok/s | 179K |
| Q2_K质量下降明显 | 9.7 GB | ≈ 10.7 | ●流畅 46–69 tok/s | 182K |
| IQ2_XXS质量下降明显 | 6.7 GB | ≈ 7.7 | ●流畅 66–98 tok/s | 231K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 4090；统一内存 Apple M6 (24GB or 32GB) · 32 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 418.0 GB你的配置放不下
LoRA≈ 56.3 GB你的配置放不下
QLoRA≈ 19.1 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch Capabilities Index 146.7
第 72 名，共 118 个上榜模型 · 置信区间 144.5–148.9
- Epoch AI · FrontierMath Tiers 1–3 35.1%
第 61 名，共 84 个上榜模型 · ±2.83
其他版本：reasoning off 34%
- Epoch AI · GPQA Diamond 85.9%
第 64 名，共 168 个上榜模型 · ±2.48
其他版本：reasoning off 84.8%
- Epoch AI · Mystery Game Puzzles 7%
第 72 名，共 77 个上榜模型 · reasoning off · ±2.56
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年10月28日至2026年11月5日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月24日
- LiveBench (White et al.), release 2026-06-25, livebench.ai, licensed CC BY-SA 4.0. This board, adapted from it, is shared under CC BY-SA 4.0. · 许可 · 数据日期 2026年6月25日
- 我们做的改动
厂商自报评分
由 Alibaba Qwen 发布，测试条件以其说明为准| 基准 | 测试设置 | 分数 |
|---|---|---|
| SWE-bench Verified | internal agent scaffold, 200K context | 77.2% |
| Terminal-Bench 2.0 | Terminus-2 harness, avg of 5 runs | 59.3% |
| MMLU-Pro | thinking mode | 86.2% |
| GPQA Diamond | thinking mode | 87.8% |
| Humanity's Last Exam | no tools, thinking mode | 24% |
| LiveCodeBench | v6, thinking mode | 83.9% |
| AIME 2026 | full AIME 2026 (I & II), thinking mode | 94.1% |
| MMMU | thinking mode | 82.9% |
| SWE-bench Multilingual | internal agent scaffold, 200K context | 71.3% |
| SWE-bench Pro | refined benchmark, internal agent scaffold (bash + file-edit), temperature=1.0, top_p=0.95, 200K context | 53.5% |
| MMMU-Pro | — | 75.8% |
变更
全部变更 →- Alibaba Cloud Model Studio, 国际站 移除 2 项报价 输出（关闭推理） $3.60 · 输出（开启推理） $3.60
来源
- Qwen/Qwen3.6-27B model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- 硅基流动：模型价格（在新标签页打开） siliconflow.cn · 核对于 2026年11月1日
- 阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年11月2日
- Qwen3.6 27B model（在新标签页打开） alibabacloud.com · 核对于 2026年11月2日
- Alibaba Cloud Model Studio: image and video understanding（在新标签页打开） alibabacloud.com · 核对于 2026年11月2日
- Alibaba Cloud Model Studio: newly released models（在新标签页打开） alibabacloud.com · 核对于 2026年11月2日
- Qwen/Qwen3.6-27B model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen3.6-27B model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen3.6-27B model card（在新标签页打开） huggingface.co · 核对于 2026年11月6日
- Qwen/Qwen3.6-27B config.json（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3.6-27B files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3.6-27B-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen3.6-27B: Flagship-Level Coding in a 27B Dense Model - Alibaba Cloud Community（在新标签页打开） alibabacloud.com · 核对于 2026年10月30日
- qwen3.6-27b - Alibaba Cloud Model Studio（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月30日
- Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年11月2日
- Qwen/Qwen3.6-27B README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型