Qwen3.6-27B: rendimiento de programación de nivel flagship en un modelo denso de 27 mil millones

• Se presentó como un modelo multimodal denso de 27 mil millones de parámetros, con soporte conjunto para los modos thinking y non-thinking y para procesamiento de imágenes y video dentro de un único checkpoint integrado
• Su rendimiento en agentic coding supera al anterior flagship open source de la generación previa, Qwen3.5-397B-A17B, en los principales benchmarks de programación, e incluso supera modelos con hasta 15 veces más parámetros totales
• Registró 77.2 en SWE-bench Verified, 53.5 en SWE-bench Pro, 59.3 en Terminal-Bench 2.0 y 48.2 en SkillsBench; también se publicaron métricas de razonamiento en texto y evaluaciones STEM como 87.8 en GPQA Diamond y 94.1 en AIME26
• Gracias a su arquitectura densa, no tiene la complejidad de enrutamiento de MoE y su despliegue es más simple; además ofrece open weights, API, acceso inmediato en Qwen Studio y compatibilidad con integraciones como OpenClaw, Qwen Code y Claude Code
• Muestra que un modelo denso bien entrenado puede superar a una generación previa mucho más grande en tareas clave para desarrolladores, y además amplía el alcance de agentic coding dentro de la familia Qwen3.6

---

Resumen general

• Qwen3.6-27B se lanzó como un modelo multimodal denso de 27 mil millones de parámetros, con soporte tanto para modo multimodal thinking como non-thinking
• En agentic coding, supera al anterior flagship open source de la generación previa, Qwen3.5-397B-A17B, a lo largo de los principales benchmarks de programación
• Al adoptar una arquitectura densa sin la complejidad de enrutamiento de MoE, simplifica el despliegue y ofrece rendimiento de programación de primer nivel en una escala práctica y fácil de distribuir
• Está disponible de inmediato en Qwen Studio, y también se ofrecen open weights para la comunidad y acceso vía API
• Entre sus características clave están el agentic coding de nivel flagship, un sólido razonamiento en texto y capacidades de razonamiento multimodal

Rendimiento

• Para Qwen3.6-27B se presentó una evaluación integral frente a modelos de referencia dense y MoE, con mejoras notables en los benchmarks de agentic coding
• Se indica explícitamente que supera incluso a modelos con hasta 15 veces más parámetros totales
• Las categorías evaluadas incluyen lenguaje, conocimiento, STEM y razonamiento, visión-lenguaje, comprensión de documentos, comprensión de video y visual agent

• Lenguaje

  • Con solo 27 mil millones de parámetros, supera a Qwen3.5-397B-A17B en todos los principales benchmarks de programación
    • SWE-bench Verified 77.2 vs 76.2
    • SWE-bench Pro 53.5 vs 50.9
    • Terminal-Bench 2.0 59.3 vs 52.5
    • SkillsBench 48.2 vs 30.0
  • También aventaja con amplio margen a otros modelos densos de tamaño similar
  • En tareas de razonamiento registró 87.8 puntos en GPQA Diamond, una cifra capaz de competir con modelos de varias veces su tamaño
  • La tabla detallada incluye comparaciones entre Qwen3.5-27B, Qwen3.5-397B-A17B, Gemma4-31B, Claude 4.5 Opus, Qwen3.6-35B-A3B y Qwen3.6-27B
  • Principales métricas en Coding Agent
    • SWE-bench Multilingual 71.3
    • QwenWebBench 1487
    • NL2Repo 36.2
    • Claw-Eval Avg 72.4
    • Claw-Eval Pass^3 60.6
    • QwenClawBench 53.4
  • Principales métricas en Knowledge
    • MMLU-Pro 86.2
    • MMLU-Redux 93.5
    • SuperGPQA 66.0
    • C-Eval 91.4
  • Principales métricas en STEM y razonamiento
    • HLE 24.0
    • LiveCodeBench v6 83.9
    • HMMT Feb 25 93.8
    • HMMT Nov 25 90.7
    • HMMT Feb 26 84.3
    • IMOAnswerBench 80.8
    • AIME26 94.1

• Configuración de evaluación de lenguaje

  • La serie SWE-Bench usa un agent scaffold interno junto con herramientas de bash y edición de archivos, con temp 1.0, top_p 0.95 y una ventana de contexto de 200K
    • Todos los modelos de referencia fueron evaluados en un refined benchmark que corrige algunas tareas problemáticas del conjunto público SWE-bench Pro
  • Terminal-Bench 2.0 usa el harness Harbor o Terminus-2
    • timeout de 3 horas, 32 CPU, 48 GB de RAM
    • temp 1.0, top_p 0.95, top_k 20, max_tokens 80K, ctx 256K
    • Promedio de 5 ejecuciones
  • SkillsBench evalúa 78 tareas con OpenCode
    • Se usa un subconjunto self-contained que excluye tareas dependientes de API
    • Promedio de 5 ejecuciones
  • La evaluación de otros modelos en NL2Repo usa Claude Code
    • temp 1.0, top_p 0.95, max_turns 900
  • QwenClawBench es un benchmark del agente Claw basado en distribución real de usuarios
    • temp 0.6, ctx 256K
  • QwenWebBench es un benchmark interno de generación de código frontend
    • Configuración bilingüe EN y CN
    • 7 categorías: Web Design, Web Apps, Games, SVG, Data Visualization, Animation y 3D
    • Evalúa código y alineación visual con auto-render y un judge multimodal
    • Usa el sistema de rating BT o Elo
  • AIME 26 usa por completo AIME 2026 I y II
    • Se aclara que las puntuaciones pueden diferir de la nota de Qwen 3.5

• Visión-lenguaje

  • Qwen3.6-27B soporta tanto modo thinking como non-thinking en visión-lenguaje dentro de un único checkpoint unificado
  • Puede procesar imágenes y video junto con texto
  • Soporta tareas de razonamiento multimodal, comprensión de documentos y visual question answering
  • La tabla comparativa se presenta frente a Qwen3.5-27B, Qwen3.5-397B-A17B, Gemma4-31B, Claude 4.5 Opus, Qwen3.6-35B-A3B y Qwen3.6-27B

  • STEM y acertijos

    • MMMU 82.9
    • MMMU-Pro 75.8
    • MathVista mini 87.4
    • DynaMath 85.6
    • VlmsAreBlind 97.0

  • VQA general

    • RealWorldQA 84.1
    • MMStar 81.4
    • MMBench EN-DEV-v1.1 92.3
    • SimpleVQA 56.1

  • Comprensión de documentos

    • CharXiv RQ 78.4
    • CC-OCR 81.2
    • OCRBench 89.4

  • Inteligencia espacial

    • ERQA 62.5
    • CountBench 97.8
    • RefCOCO avg 92.5
    • EmbSpatialBench 84.6
    • RefSpatialBench 70.0

  • Comprensión de video

    • VideoMME(w sub.) 87.7
    • VideoMMMU 84.4
    • MLVU 86.6
    • MVBench 75.5

  • Visual Agent

    • V* 94.7
    • AndroidWorld 70.3

  • Nota

    • Los espacios en blanco (--) de la tabla significan que la puntuación aún no existe o no aplica

Uso de Qwen3.6-27B

• Se indica que el soporte en Alibaba Cloud Model Studio estará disponible próximamente
• Hay open weights disponibles en Hugging Face y ModelScope, con opción de self-hosting
• También se ofrece acceso mediante la API de Alibaba Cloud Model Studio y una ruta de prueba inmediata en Qwen Studio
• Se soporta la integración con asistentes de programación de terceros como OpenClaw, Claude Code y Qwen Code
• Se menciona la simplificación del flujo de trabajo de desarrollo y una context-aware coding experience

• Uso de API

  • Esta versión soporta la función preserve_thinking
  • Se describe como una función que preserva el contenido thinking generado en todos los turnos previos del mensaje, y se recomienda para agentic task

• Alibaba Cloud Model Studio

  • Soporta chat completions y responses API compatibles con la especificación de OpenAI
  • También soporta una interfaz de API compatible con Anthropic
  • Se proporcionan ejemplos de variables de entorno según la documentación oficial
    • DASHSCOPE_API_KEY
    • DASHSCOPE_BASE_URL
    • DASHSCOPE_MODEL
  • También se indican regiones de ejemplo para Base URL
    • Beijing https://dashscope.aliyuncs.com/compatible-mode/v1
    • Singapore https://dashscope-intl.aliyuncs.com/compatible-mode/v1
    • US Virginia https://dashscope-us.aliyuncs.com/compatible-mode/v1
  • En el código de ejemplo se usa qwen3.6-27b como nombre de modelo por defecto
  • En extra_body se incluye enable_thinking: True
    • preserve_thinking: True aparece como comentario
  • También se incluye un ejemplo de respuesta en streaming que recopila por separado reasoning_content y answer content
  • Para más información se indica consultar el enlace de API doc

• Coding & Agents

  • Qwen3.6-27B tiene capacidades de agentic coding y puede integrarse sin fricción con OpenClaw, Claude Code y Qwen Code

  • OpenClaw

    • OpenClaw es un AI coding agent open source y self-hosted; antes se llamaba Moltbot o Clawdbot
    • Al conectarse con Model Studio, ofrece una experiencia completa de agentic coding en la terminal
    • El script de inicio incluye Node.js 22+, ejecución del script de instalación, configuración de DASHSCOPE_API_KEY y ejecución de openclaw dashboard o openclaw tui
    • En el primer uso es necesario modificar ~/.openclaw/openclaw.json
      • Se indica explícitamente no sobrescribir el archivo completo
      • Solo deben fusionarse los campos necesarios para preservar la configuración existente
    • La configuración de ejemplo incluye el provider modelstudio y el registro del modelo qwen3.6-27b
      • api es openai-completions
      • El valor de reasoning es true
      • Los tipos de entrada son text, image
      • contextWindow es 131072
      • maxTokens es 16384
      • El modelo primary por defecto es modelstudio/qwen3.6-27b

  • Qwen Code

    • Qwen Code es un AI agent open source para terminal y una herramienta profundamente optimizada para la serie Qwen
    • El script de inicio incluye Node.js 20+, instalación de @qwen-code/qwen-code@latest y ejecución de qwen
    • Se muestran ejemplos de uso de los comandos /help y /auth dentro de la sesión
    • En el primer uso aparece un prompt de inicio de sesión, y con /auth se puede cambiar el método de autenticación

  • Claude Code

    • Las Qwen APIs también soportan el protocolo de API de Anthropic
    • Se indica que puede usarse con herramientas como Claude Code
    • El ejemplo de configuración incluye las siguientes variables de entorno
      • ANTHROPIC_MODEL="qwen3.6-27b"
      • ANTHROPIC_SMALL_FAST_MODEL="qwen3.6-27b"
      • ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/apps/anthropic
      • ANTHROPIC_AUTH_TOKEN=<your_api_key>
    • El comando de ejecución es claude

Cierre

• Qwen3.6-27B demuestra que un modelo denso bien entrenado puede superar a una generación previa mucho más grande en tareas importantes para desarrolladores
• Con una escala de 27 mil millones de parámetros, supera a Qwen3.5-397B-A17B en todos los principales benchmarks de agentic coding
• Su estructura simplifica el despliegue y el servicio, y la familia open source Qwen3.6 ahora cubre una gama más amplia de configuraciones de modelo con la incorporación de Qwen3.6-27B