2026年4月22日晚间，阿里巴巴千问团队在Hugging Face上正式开源Qwen3.6-27B模型。这款27B dense架构模型在Terminal-Bench 2.0上取得59.3分，追平Anthropic的闭源旗舰Claude 4.5 Opus。SWE-bench Verified得分77.2，超越上一代397B MoE旗舰Qwen3.5-397B-A17B的76.2——模型体积从807GB缩减至55.6GB，缩小超14倍。SkillsBench更是从27.2飙至48.2，增幅达77%。
规格与部署：量化版仅16.8GB，24GB显存可跑
Qwen3.6-27B为纯dense架构，每次推理完整激活27B参数。原生上下文长度262,144 tokens，通过YaRN扩展可达约1M tokens。完整模型55.6GB，采用Q4_K_M量化后压缩至16.8GB，24GB显存的主流消费级GPU或Mac M系列均可直接加载。授权为Apache 2.0，商用无需额外费用。部署推荐SGLang ≥0.5.10或vLLM ≥0.19.0。该模型还集成了vision encoder，支持图片、文字、视频理解。
OpenClaw与Hermes Agent：终于等到的本地大脑
OpenClaw是类Claude Code的本地agent应用，今年4月初遭Anthropic封杀后，官方建议用户改用API Key或切到Qwen等本地模型。Qwen3.6-27B的开源精准回应了这一需求。Hermes Agent则由NousResearch主导，强调自我学习skill循环。两者共同痛点是本地缺少够强的模型。Qwen3.6-27B在专为coding agent设计的Claw-Eval评测中以72.4平均分和60.6 Pass^3超越Claude 4.5 Opus的59.6，为这两个框架提供了真实可用的本地选项。
阿里开源策略与中美AI格局逆转
Qwen3.6-27B并非孤立事件。此前阿里于4月16日开源Qwen3.6-35B-A3B（MoE），这次dense版本补齐了本地完整部署的缺口；而Qwen3.6-Plus等仍维持闭源商业化。一开一闭，生态与变现兼顾。更大背景是Meta据报放弃开源AI路线，转用阿里Qwen训练付费模型Avocado。美国科技巨头收缩开源，中国厂商全力输出，这一反向格局正在加速成型。对开发者而言，选择已从“要不要开源”变成“哪个开源模型最够用”，Qwen3.6-27B给出了此刻最清晰的一个答案。