Qwen3.6-27B : du code de flagship en 27B
Pourquoi ça compte pour toi
Si tu fais du coding local ou sur serveur low-cost, c'est game-changing : tu obtiens la qualité flagship (agentic coding) sans exploser ton infra. 16.8GB au lieu de 807GB, ça change tout pour les petites équipes ou les déploiements edge.
Ce qu'il faut retenir
- 1.Qwen3.6-27B surpasse le précédent flagship Qwen3.5-397B sur tous les benchmarks coding
- 2.55.6GB sur HF vs 807GB pour l'ancien modèle : ~14× plus compact
- 3.Version quantifiée 16.8GB testée avec llama-server : génère du SVG complexe en ~3 min
- 4.S'exécute localement sur du hardware standard (4GB RAM cache suffisent)
## Le contexte : la course à l'efficacité
Depuis un an, les modèles s'allègent sans perdre en perf. Qwen3.6-27B en est la preuve : flagship-level agentic coding (traduction : génération de code complexe, autonome) dans un 27B dense.
## Ce que ça change concrètement
Avant : si tu voulais du coding serious, tu prenais Qwen3.5-397B (MoE, donc activations partielles). 397B tokens activés par forward pass, c'est lourd.
Maintenant : 27B dense (tous les params activés à chaque pass) et même résultat sur les benchmarks. Le gain ? **Rapidité** (tokens/s plus stable), **coût** (pas de sparse, donc pas de fragmentation mémoire), **déploiement** (ton laptop peut le faire).
## Les chiffres de Simon Willison
Il a testé la version GGUF quantifiée (Q4_K_M, compression lossy) sur llama-server : - SVG pelican-à-vélo : 4,444 tokens en 2min 53s = 25.57 t/s - SVG opossum-en-trottinette : 6,575 tokens en 4min 25s = 24.74 t/s
Ce qui compte : **la cohérence** (pas de dégradation entre les deux runs) et **l'output quality** (du SVG syntaxiquement correct, esthétique).
## Pour qui ?
- Équipes avec infra limitée (startups, freelances) - Déploiement edge (IoT, mobile) - R&D : benchmarker localement sans OpenAI API - Privacy-first : données qui restent chez toi
## Attention
C'est du marketing Qwen, certes, mais chiffrable : tu peux télécharger, tester, comparer en 30 min. La quantification GGUF rend ça accessible même sur M-series Mac.
Essayer maintenant
Lancer Qwen3.6-27B localement →Source