Qwen3.6とは？
Qwen3.6 は、2 月の Qwen3.5 シリーズに続いて 2026年4月に Hugging Face で公開された、Alibaba の Qwen3.6 世代で最初のオープンウェイトです。設計とベンチマーク表を共有する 2 つの形があります。すべての 270 億パラメータが各トークンで働く密モデル Qwen3.6-27B と、総計 350 億パラメータのうち一度に約 30 億 だけが有効になる mixture-of-experts モデル Qwen3.6-35B-A3B です。
どちらもビジョンエンコーダー付きの因果言語モデルで、テキスト、画像、動画を読みテキストを書きます。ネイティブのコンテキストは 262,144 トークンで、YaRN スケーリングで約 1,010,000 まで広げられますが、カードによると短いプロンプトの品質を損なうことがあります。この世代はエージェント的なコーディングとリポジトリ規模の推論に重点を置き、以前のターンの推論を残して作業の重複を減らす preserve_thinking オプションを追加しています。重みは Apache 2.0 です。
Qwen3.6は使う価値があるか？
Alibaba 自身の表の見出しは、密モデルの Qwen3.6-27B のほうが優れているということです。ほぼすべての行で Qwen3.6-35B-A3B を上回ります。SWE-bench Verified で 77.2 対 73.4、SWE-bench Pro で 53.5 対 49.5、SkillsBench の平均で 48.2 対 28.7 で、Alibaba が Claude 4.5 Opus に対して報告する 45.3 さえ上回ります。35B-A3B が勝つのはごく一部のビジョンテストだけで、RealWorldQA の 85.3 や OCRBench の 90.0 などです。それでも選ぶ理由は速度で、1 トークンあたり 30 億の有効パラメータなので密モデルの 27B よりずっと速く動き、負荷の高いサーバーでは効いてきます。
数字はいつもの注意をもって読んでください。Alibaba はすべてのベンチマークを自前で実施しており、QwenWebBench、QwenClawBench、Claw-Eval などいくつかは自社のものです。Claude 4.5 Opus に対しては勝利というより一長一短です。27B は Terminal-Bench 2.0 で Opus と 59.3 で並び、SkillsBench と QwenClawBench では上回りますが、Opus はなお SWE-bench の全変種と知識テストで先行し、Humanity's Last Exam では 30.8 対 24.0 です。
注意点：これは前の世代です。Alibaba 自身の Qwen3.8-27B は、2026年8月に同じ Apache ライセンスで公開され、より高いコーディングスコアを報告しており、まず手に取るべきものです。Qwen3.6 は今では、実績があり自由にライセンスされた代替であり、多くのホストやツールが前提にしてきたモデルとして意味があります。推論と知識では、Qwen3.5-27B からわずかに進んだ程度にすぎませんでした。
結論：ここの 2 サイズで選ぶなら、品質には密モデルの 27B を動かし、スループットが必要なときだけ 35B-A3B を選びます。世代で選ぶなら、Qwen3.8-27B がすでに両方を追い抜いています。
真価を発揮する場面
ワークステーションの GPU でローカルのコーディングエージェントを動かす開発者
トークン課金なしでリポジトリ規模のコーディング支援を得たい
自世代の SWE-bench Verified を 77.2 で首位に立つ密モデル Qwen3.6-27B を vLLM か llama.cpp で動かします。preserve_thinking オプションが以前の推論を残すので、反復的な編集では毎ターン考え直す代わりに KV キャッシュを再利用できます。
数百人の社員に社内アシスタントを提供するプラットフォームチーム
負荷の下でも速く応答する寛容なライセン スのモデルをホストしたい
Qwen3.6-35B-A3B を提供します。1 トークンあたり 30 億の有効パラメータが、同じカード上の密モデル 27B よりはるかに高いスループットを与えます。ほとんどのテストで密モデルよりわずかに低いスコアになる点は受け入れます。
画像と文書の理解を加える SaaS チーム
スクリーンショット、グラフ、短い動画をテキストと並べて読みたい
どちらのサイズも画像と動画の入力を受け付けます。27B は MMMU で 82.9、VideoMME で 87.7 です。Apache 2.0 なので、自前ホスト時に売上やユーザー数の上限を気にする必要はありません。
導入前に確認すること
- 導入
- 両サイズの重みが Hugging Face と ModelScope にあり、Transformers、vLLM、SGLang、KTransformers と互換です。thinking は既定で有効で、enable_thinking を false にすれば無効化し、preserve_thinking で以前の推論を保持します。Qwen Chat が無料版をホストします。
- 連携
- vLLM と SGLang による OpenAI 互換の提供、画像と動画の入力、標準の Qwen ツールによる関数呼び出しと構造化出力に対応します。
- データとプライバシー
- Apache 2.0：自前ホストなら売上上限も許容利用の付則もなく商用利用できます。Qwen Chat でのホスト利用は Alibaba 自身の規約に従い、モデルカードはそれを繰り返しません。
- 大規模利用時のコスト
- 自前ホストではコストは GPU のメモリと計算です。密モデルの 27B はトークンごとに全パラメータを計算し、35B-A3B は約 30 億を有効にするので、MoE は小さな品質低下でカードあたりより多くのリクエストをさばきます。
- 制限
- ネイティブ 262K コンテキスト、YaRN で約 1M ですが、カードによると短い入力を劣化させることがあります。公開ベンチマークはすべて Alibaba 自身のものです。より新しい Qwen3.8-27B がより良いコーディングスコアを報告しています。
良い点
- 密モデルと MoE の両バージョンが Apache 2.0 の重み
- 密モデルの 27B がほぼすべてのベンチマークで 35B-A3B を上回る
- テキストに加えて画像と動画も読む
- ネイティブ 262K コンテキスト。preserve_thinking が推論の重複を減らす
気になる点
- 同じライセンスの Qwen3.8-27B に追い抜かれている
- すべてのベンチマークが Alibaba 実施で、 いくつかは自社テスト
- SWE-bench と知識テストで Claude 4.5 Opus に及ばない
- 35B-A3B は品質ではなく速度でしか正当化されない
おすすめの人
実績があり寛容なライセンスのコーディングモデルを求め、品質のための密バージョンとスループットのための MoE を選び分けるチーム向けです。
Qwen3.6の代替
Qwen3.6：よくある質問
- Qwen3.6は使う価値があるか？
- Apache ライセンスの優れたコーダー 2 本で、驚きは、小さい密モデルの 27B がほぼすべてのテストで大きい mixture-of-experts の兄弟を上回ることです。 評価は5点満点中4.2点です。
- Qwen3.6の料金は？
- 両サイズとも Apache 2.0 の無料の重みです。Qwen Chat で無料ホスト。自前でホストする GPU か、第三者ホストのトークン単価を支払います。
- Qwen3.6の欠点は？
- 同じライセンスの Qwen3.8-27B に追い抜かれている; すべてのベンチマークが Alibaba 実施で、いくつかは自社テスト; SWE-bench と知識テストで Claude 4.5 Opus に及ばない; 35B-A3B は品質ではなく速度でしか正当化されない.
- Qwen3.6は誰に向いているか？
- 実績があり寛容なライセンスのコーディングモデルを求め、品質のための密バージョンとスループットのための MoE を選び分けるチーム向けです。
- チームや本番環境でQwen3.6を使うと費用はいくらか？
- 自前ホストではコストは GPU のメモリと計算です。密モデルの 27B はトークンごとに全パラメータを計算し、35B-A3B は約 30 億を有効にするので、MoE は小さな品質低下でカードあたりより多くのリクエストをさばきます。
- Qwen3.6は企業データを扱っても安全か？
- Apache 2.0：自前ホストなら売上上限も許容利用の付則もなく商用利用できます。Qwen Chat でのホスト利用は Alibaba 自身の規約に従い、モデルカードはそれを繰り返しません。
- Qwen3.6の代わりになるものは？
- 当サイトでレビューした中で最も近い代替はQwen3.8-27B, Gemma 4 、 Muse Glimmerです。
回答確認日：2026年11月14日
Qwen3.6の開発元の方へ：この評価をサイトに掲載できます
