Frissítve: 12 perce·Ma: 10
Modellek & LLM
AI által generált szöveg

27 milliárd paraméteres Qwen3.6-27B veri a 397 milliárdos elődjét kódolásban

A sűrű, nyílt forráskódú modell a SWE-bench Verified teszten 77,2 pontot ért el, míg a Terminal-Bench 2.0-n 59,3 pontot szerzett.

27 milliárd paraméteres Qwen3.6-27B veri a 397 milliárdos elődjét kódolásban
Fotó: Andres Siimon / Unsplash
Forrás: The DecoderSzerző: AI Forradalom szerk.
Megosztás

Új nyílt forráskódú modellt, a 27 milliárd paraméteres Qwen3.6-27B-t mutatta be az Alibaba. A vállalat szerint az új verzió szinte minden kódolási teljesítményteszten jobban teljesít, mint a jóval nagyobb, 397 milliárd paraméteres elődje, a Qwen3.5-397B-A17B — írja a The Decoder.

A Qwen3.6-27B a SWE-bench Verified teszten 77,2 pontot ért el, szemben az előd 76,2 pontjával. A Terminal-Bench 2.0-n 59,3 pontot szerzett, míg a korábbi modell 52,5 pontot. Emellett a modell a szöveges és multimodális érvelési feladatokban, mint a GPQA Diamond és a MMMU, is felveszi a versenyt a riválisokkal, például a Claude 4.5 Opusszal.

A Qwen3.6-27B „sűrű” modellként könnyebben futtatható, mint a bonyolultabb MoE (Mixture of Experts) architektúrák, amelyek feladattól függően különböző almodelleket aktiválnak. Ez a megközelítés egyszerűbbé teszi a telepítést és az üzemeltetést a fejlesztők számára.

Az új modell elérhető a Qwen Studio, az Alibaba Cloud Model Studio API-n keresztül, valamint nyílt súlyokkal a Hugging Face és a ModelScope platformokon. Az Alibaba ezzel a lépéssel a fejlesztőket célozza meg, akik erős kódolási teljesítményt szeretnének egy masszív modell kezelésének terhe nélkül.

Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom