概要
Alibaba CloudのQwenチームは2026年4月にQwen3.6-27B（27Bデンス・マルチモーダル）をオープンウェイトで公開し、SWE-bench Verified 77.2、Terminal-Bench 2.0 59.3など全主要コーディングベンチで15倍規模のQwen3.5-397B-A17B（MoE 397B/17B active）を上回り、Claude 4.5 Opusと並ぶ性能を27Bデンスという実用的スケールで実現した。
詳細内容
Alibaba CloudのQwenチームが、**Qwen3.6-27B** をオープンウェイトモデルとして公開しました（2026年4月）。Qwen3.6-Plus、Qwen3.6-35B-A3B（MoE）に続く同ファミリーの新ラインで、コミュニティで最も需要の高い27Bスケールの**デンス（非MoE）マルチモーダル**モデルです。Qwen Studioで対話可能、Hugging FaceとModelScopeで重みを配布、Alibaba Cloud Model Studio API経由でも利用可能。
### 主張：15倍規模のMoE Flagshipを上回る
本リリースの中核的主張は「**27Bデンスが、前世代フラッグシップQwen3.5-397B-A17B（総パラメータ397B / アクティブ17BのMoE）を全主要コーディングベンチマークで凌駕する**」ことです。コーディングベンチ抜粋（同レポート公開値）：
| ベンチマーク | Qwen3.6-27B | Qwen3.5-397B-A17B | Claude 4.5 Opus | Gemma4-31B |
|---|---|---|---|---|
| SWE-bench Verified | **77.2** | 76.2 | 80.9 | 52.0 |
| SWE-bench Pro | **53.5** | 50.9 | 57.1 | 35.7 |
| SWE-bench Multilingual | **71.3** | 69.3 | 77.5 | 51.7 |
| Terminal-Bench 2.0 | **59.3** | 52.5 | 59.3 | 42.9 |
| SkillsBench Avg5 | **48.2** | 30.0 | 45.3 | 23.6 |
| Claw-Eval Pass^3 | **60.6** | 48.1 | 59.6 | 25.0 |
| QwenWebBench | **1487** | 1186 | 1536 | 1197 |
Claude 4.5 OpusとTerminal-Bench 2.0で同点（59.3）、SkillsBenchとClaw-Eval Pass^3でClaude 4.5 Opusを上回ります。推論面でもGPQA Diamond 87.8、AIME26 94.1と強力。
### マルチモーダル能力
Qwen3.6-35B-A3Bと同様、**思考・非思考両モードを単一チェックポイントで統合**したネイティブマルチモーダル設計。画像・動画・テキストを処理し、文書理解・視覚QAをサポート。VideoMME (w sub.) 87.7、VlmsAreBlind 97.0、AndroidWorld 70.3など視覚エージェントタスクでも高性能。
### デプロイの実用性
MoEルーティングの複雑さを排した**デンスアーキテクチャ**により、トップティアのコーディング能力を実用的・広範に展開可能なスケールで提供する設計。コンテキスト窓は131,072トークン（推論時の最大トークン16,384）。SWE-Bench系評価では200K、Terminal-Bench評価では256Kコンテキストで実施。
### 統合エコシステム
Claude Code・OpenClaw（旧Moltbot/Clawdbot）・Qwen Codeの主要サードパーティコーディングエージェントと連携可能。Alibaba Cloud Model StudioはOpenAI互換API（chat completions / responses）に加え**Anthropic互換API**もサポートしており、`ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/apps/anthropic` を設定するだけでClaude CodeからQwen3.6-27Bを呼び出せます。`preserve_thinking` 機能でエージェントタスク向けに前ターンの思考内容を保持可能。
### 評価条件の補足
SWE-Bench Pro評価では公開セットの一部問題を補正し、全比較対象を補正版で評価。Terminal-Bench 2.0はHarbor/Terminus-2ハーネス、3時間タイムアウト、5回平均。SkillsBenchはOpenCode経由で78タスク（API依存タスクを除外した自己完結サブセット）。NL2RepoはClaude Codeで `temp=1.0, top_p=0.95, max_turns=900`。