Qwen3.6-27B 開源發表「Openclaw、Hermes首選」：AI 表現打平Claude Opus 4.5 成本縮 14 倍

阿里巴巴千問（Qwen）系列最新旗艦 Qwen3.6-27B 於 2026 年 4 月 22 日晚間正式開源，這顆 27B dense 模型在 Terminal-Bench 2.0 以 59.3 分平 Claude 4.5 Opus，並以不到 1/14 的引數量，在 SWE-bench Verified 以 77.2 超越上一代 397B MoE 旗艦的 76.2。完整模型 55.6 GB、Q4_K_M 量化壓到 16.8 GB 可在消費級硬體跑起，讓 OpenClaw、Hermes Agent 等本地 agent 框架首次擁有一顆真正堪用的本地大腦。 （前情提要：被 Anthropic 點名封殺，OpenClaw 建議使用者改用 API Key 或換跑 Qwen、Kimi 等替代方案） （背景補充：美國AI需要「審查」關進實驗室！中國則全力拋開源模型，為什麼？）   2026 年 4 月 22 日晚間，阿里巴巴千問團隊悄悄在 Hugging Face 推送了一顆炸彈：Qwen3.6-27B 正式開源，Apache 2.0 授權，任何人可自由商用。數字看似平凡，背後的意義不平凡——27B dense 架構（非 MoE），在終端 agent 測試首次追平 Anthropic 封閉旗艦 Claude 4.5 Opus，同時以 55.6 GB 的體積，打敗了需要 807 GB 視訊記憶體才能完整跑起的上一代 397B MoE 怪獸。本地部署、agent 能跑、消費級硬體裝得下，三個條件 Qwen3.6-27B 全部達到。 Benchmark 成績：三個最亮眼的結論 Qwen 團隊選了 10 項反映真實 agent 程式設計能力的基準測試，Qwen3.6-27B 的成績如下： Benchmark Qwen3.6-27B Qwen3.5-27B Qwen3.6-35B-A3B Qwen3.5-397B-A17B Claude 4.5 Opus SWE-bench Verified 77.2 75.0 73.4 76.2 80.9 SWE-bench Pro 53.5 51.2 49.5 50.9 57.1 SWE-bench Multilingual 71.3 69.3 67.2 69.3 77.5 Terminal-Bench 2.0 59.3 41.6 51.5 52.5 59.3 SkillsBench Avg5 48.2 27.2 28.7 30.0 45.3 QwenWebBench 1487 1068 1397 1186 1536 NL2Repo 36.2 27.3 29.4 32.2 43.2 Claw-Eval Avg 72.4 64.3 68.7 70.7 76.6 Claw-Eval Pass^3 60.6 46.2 50.0 48.1 59.6 QwenClawBench 53.4 52.2 52.6 51.8 52.3 三個關鍵結論值得單獨標出：第一，Terminal-Bench 2.0 59.3 平 Claude 4.5 Opus——這是 27B dense 模型首次在終端 agent 任務追上 Anthropic 封閉旗艦，而 Qwen3.5-27B 舊版只有 41.6，等於單代提升了 17.7 分。第二，SWE-bench Verified 77.2 超越 Qwen3.5-397B-A17B 的 76.2——27B dense 幹掉上一代 397B MoE 旗艦，模型體積從 807 GB 縮到 55.6 GB，縮小了 14 倍以上。第三，SkillsBench 從 27.2 衝到 48.2（+77%）、Claw-Eval Pass^3 以 60.6 超越 Claude 4.5 Opus 的 59.6——多輪、多步驟一致性是本次最大升級，代表模型在連續執行複雜 agent 任務時不容易中途崩潰或跑偏。 知識與推理方面同樣亮眼：MMLU-Pro 86.2、MMLU-Redux 93.5、GPQA Diamond 87.8、AIME 2026 94.1、LiveCodeBench v6 83.9，全面超越同引數量前代。 規格：消費級硬體裝得下的千億級效能 Qwen3.6-27B 是純 dense 架構，27B 引數量並非 MoE 的 active 引數，而是每次推理都完整啟動的真實引數。原生 context 長度 262,144 tokens，透過 YaRN 擴充套件最高可達 1,010,000 tokens（約 1M），對需要長檔案分析或跨倉庫理解的 coding agent 來說是剛需規格。完整精度模型 55.6 GB，若採用 Q4_K_M 量化，體積壓縮到 16.8 GB，24 GB 視訊記憶體的 Mac M 系列或消費級 GPU 均可直接載入。授權為 Apache 2.0，商業用途無需額外授權費。部署推薦 SGLang ≥0.5.10 或 vLLM ≥0.19.0，KTransformers 及 HF Transformers 亦支援。此外，Qwen3.6-27B 整合了 vision encoder，同時支援圖片、文字、影片理解，並非純文字模型。 為什麼是 OpenClaw 與 Hermes Agent 的本地大腦？ 原始快訊點名了兩個 agent 框架：OpenClaw 與 Hermes Agent。OpenClaw 是廣受開發者歡迎的類龍蝦（Claude Code-like）本地 agent 應用，今年 4 月初遭 Anthropic 點名封殺——Anthropic 以違反服務條款為由限制帳號後，OpenClaw 官方建議使用者改走 API Key 方案，或切換到 Qwen、Kimi 等本地替代模型。Qwen3.6-27B 的開源，精準命中了這條替代路線的需求：本地跑得動、benchmark 追到 Claude 級、Apache 2.0 免費商用，三個條件缺一不可。 H...