qwen
Qwen: Qwen3.6 27B
qwen/qwen3.6-27b
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
Qwen3.6-27B é um modelo de pesos abertos com 27 bilhões de parâmetros da equipe Qwen da Alibaba, lançado em abril de 2026 sob licença Apache-2.0 segundo sua ficha. Combina uma arquitetura híbrida de atenção linear e atenção com gates com um codificador de visão, aceitando texto e imagens; o catálogo da OpenRouter também lista entrada de vídeo. Oferece contexto de 262.144 tokens, extensível a cerca de um milhão segundo a ficha, raciocínio opcional com preservação do contexto de pensamento, chamadas de ferramentas e saídas estruturadas. O fornecedor o posiciona para codificação agêntica, e seus benchmarks autorrelatados enfatizam tarefas de agentes de código.[1][2]
Pontos fortes
- Contexto amplo: 262.144 tokens nativamente, com extensão declarada a cerca de um milhão segundo a ficha.[1][2]
- Foco declarado em codificação agêntica: a ficha afirma ganhos em fluxos de front-end e raciocínio em nível de repositório, e o catálogo inclui um índice de código do Artificial Analysis.[1][2]
- Raciocínio opcional ativado por padrão na listagem da OpenRouter, com opção descrita na ficha para preservar o contexto de raciocínio entre mensagens, além de ferramentas e saídas estruturadas.[1][2]
Limitações
- Saída somente em texto: nenhuma fonte reporta geração de imagens, áudio ou vídeo.[1][2]
- A evidência é majoritariamente do fornecedor: os números de benchmark vêm da ficha da Qwen e há apenas índices externos limitados no catálogo; valide na sua própria carga de trabalho antes da adoção.[1][2]
- A entrada de vídeo aparece apenas no catálogo da OpenRouter, enquanto a ficha marca o pipeline como imagem-texto-para-texto; confirme as modalidades antes de depender de vídeo. A data de corte de conhecimento não é informada.[1][2]
Onde usar
- Assistência de codificação agêntica e em nível de repositório, alinhada ao posicionamento declarado; vale pilotar antes de presumir adequação.[2]
- Perguntas e respostas sobre documentos longos ou entradas com imagens que se beneficiem do contexto amplo e do codificador de visão.[1][2]
- Implantação auto-hospedada via Transformers, vLLM, SGLang ou KTransformers para equipes que desejam controle sobre pesos abertos.[2]
Fontes
- [1] OpenRouter catalog · Qwen: Qwen3.6 27BFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Qwen: Qwen3.6 27BFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Qwen3.6 27B is a dense 27-billion-parameter language model from the Qwen Team at Alibaba, released in April 2026. It features hybrid multimodal capabilities — accepting text, image, and video inputs...
Especificações
- ID do modelo
- qwen/qwen3.6-27b
- ID canônico
- qwen/qwen3.6-27b-20260422
- Criador
- qwen
- Adicionado ao OpenRouter
- 27.04.2026
- Comprimento de contexto
- 262,144
- Modalidade
- text+image+video->text
- Modalidades de entrada
- text, image, video
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.320 / saída $3.2
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | BB — próximos 30% da coorte | — |
| Agentes | BB — próximos 30% da coorte | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | entrada: video |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 53.7 | BB — próximos 30% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 18.5 | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Chutesfp8 | 262,144 | $0.250 | $2 | — | — | 100% |
| SiliconFlowfp8 | 262,144 | $0.300 | $3.2 | — | — | 100% |
| DeepInfrafp8 | 262,144 | $0.320 | $3.2 | — | — | 100% |
| Venicefp8 | 256,000 | $0.325 | $3.25 | — | — | 100% |
| Alibaba | 262,144 | $0.450 | $2.7 | — | — | 90% |
| Reka | 262,144 | $0.600 | $6 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.