Qwen3.6-27B công bố mã nguồn mở "Openclaw, Hermes được ưu tiên" : Hiệu suất AI ngang bằng Claude Opus 4.5, chi phí giảm 14 lần

Alibaba Qwen系列最新旗艦 Qwen3.6-27B 于2026年4月22日晚正式开源，这颗27B密集模型在 Terminal-Bench 2.0 以59.3分平Claude 4.5 Opus，并以不到1/14的参数量，在 SWE-bench Verified 以77.2超越上一代397B MoE旗舰的76.2。完整模型55.6 GB、Q4_K_M 量化压缩到16.8 GB，可在消费级硬件上运行，让 OpenClaw、Hermes Agent 等本地 agent 框架首次拥有一颗真正好用的本地大脑。
（前情提要：被 Anthropic 点名封杀，OpenClaw 建议用户改用 API Key 或换用 Qwen、Kimi 等替代方案）
（背景补充：美国AI需要“审查”关进实验室！中国则全力抛开源模型，为什么？）

本文目录

Toggle

• Benchmark 成绩：三个最亮眼的结论
• 规格：消费级硬件装得下的千亿级性能
• 为什么是 OpenClaw 与 Hermes Agent 的本地大脑？
• 开源 vs 封闭：阿里的路线布局与地缘格局

2026年4月22日晚，阿里巴巴Qwen团队悄悄在 Hugging Face 推出了一颗炸弹：Qwen3.6-27B 正式开源，Apache 2.0 授权，任何人可自由商用。数字看似平凡，背后的意义非凡——27B密集架构（非MoE），在终端agent测试中首次追平Anthropic封闭旗舰Claude 4.5 Opus，同时以55.6 GB的体积，打败了需要807 GB视频内存才能完整运行的上一代397B MoE怪兽。本地部署、agent能跑、消费级硬件装得下，三个条件Qwen3.6-27B全部达成。

Benchmark 成绩：三个最亮眼的结论

Qwen团队选择了10项反映真实agent程序设计能力的基准测试，Qwen3.6-27B的成绩如下：

三个关键结论值得单独标出：第一，Terminal-Bench 2.0 59.3 平Claude 4.5 Opus——这是27B密集模型首次在终端agent任务追上Anthropic封闭旗舰，而Qwen3.5-27B旧版只有41.6，等于单代提升了17.7分。第二，SWE-bench Verified 77.2 超越Qwen3.5-397B-A17B的76.2——27B密集干掉上一代397B MoE旗舰，模型体积从807 GB缩到55.6 GB，缩小了14倍以上。第三，SkillsBench从27.2冲到48.2（+77%）、Claw-Eval Pass^3以60.6超越Claude 4.5 Opus的59.6——多轮、多步骤一致性是本次最大升级，代表模型在连续执行复杂agent任务时不易崩溃或跑偏。

知识与推理方面同样亮眼：MMLU-Pro 86.2、MMLU-Redux 93.5、GPQA Diamond 87.8、AIME 2026 94.1、LiveCodeBench v6 83.9，全面超越同参数量前代。

规格：消费级硬件装得下的千亿级性能

Qwen3.6-27B是纯密集架构，27B参数量并非MoE的激活参数，而是每次推理都完整启用的真实参数。原生context长度262,144 tokens，通过YaRN扩展最高可达1,010,000 tokens（约1M），对需要长文件分析或跨仓库理解的coding agent来说是刚需规格。完整精度模型55.6 GB，若采用Q4_K_M量化，体积压缩到16.8 GB，24 GB视频内存的Mac M系列或消费级GPU均可直接载入。授权为Apache 2.0，商业用途无需额外授权费。部署推荐SGLang ≥0.5.10或vLLM ≥0.19.0，KTransformers及HF Transformers亦支持。此外，Qwen3.6-27B整合了vision encoder，同时支持图片、文字、影片理解，并非纯文字模型。

为什么是 OpenClaw 与 Hermes Agent 的本地大脑？

原始快讯点名了两个agent框架：OpenClaw与Hermes Agent。OpenClaw是广受开发者欢迎的类龙虾（Claude Code-like）本地agent应用，今年4月初遭Anthropic点名封杀——Anthropic以违反服务条款为由限制账号后，OpenClaw官方建议用户改走API Key方案，或切换到Qwen、Kimi等本地替代模型。Qwen3.6-27B的开源，精准命中了这条替代路线的需求：本地跑得动、benchmark追到Claude级、Apache 2.0免费商用，三者缺一不可。

Hermes Agent则是NousResearch主导的开源agent框架，强调“自我学习技能”循环——execute、evaluate、extract、refine、retrieve五步骤让agent在执行任务后自动提炼技巧并存入记忆库，下次遇到类似问题时直接调用。相比OpenClaw偏向直觉操作，Hermes Agent更强调长期自主演化能力，支持NousPortal、OpenRouter、NVIDIA NIM、LM Studio、Ollama等多种后端接入。两个框架的共同痛点都是：在本地跑一颗真正够强的模型。Qwen3.6-27B在Claw-Eval（专为coding agent设计的评测集）以72.4平均分与60.6 Pass^3超越Claude 4.5 Opus，给了这两个框架一个可以认真考虑的本地选项。

开源 vs 封闭：阿里的路线布局与地缘格局

Qwen3.6-27B的开源并非孤立事件。阿里稍早于4月16日开源了Qwen3.6-35B-A3B（MoE架构，35B总参数、3B active），这次27B密集的开源则补齐了“本地可完整部署、无需MoE分片”的空缺；而Qwen3.6-Plus与Qwen3.5-Omni仍维持闭源，通过云端API商业化。一开一闭，阿里的策略轮廓清晰：用开源建立生态与信任，用闭源旗舰变现。

更大的背景是这场中美AI开源竞争的格局翻转。动区稍早报道，Meta祖克柏传下令放弃“开源AI”路线，转用阿里Qwen训练付费人工智能Avocado——美国科技巨头收缩开源、中国厂商全力抛开源，这个反向格局正在加速成型。对开发者与本地部署需求者而言，选择正在从“要不要开源”变成“哪个开源模型最够用”，Qwen3.6-27B给出了此刻看起来答案相当清晰的选项。