Alibaba、コーディング特化のオープンソースモデル「Qwen3.6-27B」を公開

Qwen3.6-27Bは、AlibabaのQwenチームが公開した270億パラメータの高密度（dense）オープンソースモデルだ。コーディングエージェントとマルチモーダル推論に特化して調整されており、ライセンスには商用利用もしやすいApache 2.0を採用している。最大の特徴は、自社の前世代モデルである超巨大なQwen3.5-397B-A17Bを、主要なコーディングベンチマーク全般で上回った点にある。

何ができるのか

このモデルは、フロントエンド開発やリポジトリ全体をまたぐコード修正など、実践的なソフトウェア開発ワークフローに合わせて最適化されている。自律型エンジニアリングの標準テストであるSWE-bench Verifiedでは77.2を記録し、Claude 4.5 Opusの80.9に迫るスコアを叩き出した。フロントエンド生成の独自ベンチマークQwenWebBenchでも、前世代Qwen3.5-27Bの1068から1487へと大幅に性能を伸ばしている。

推論機能としては、通常の思考モードと非思考モードの切り替えに対応する。さらに興味深いのが「思考保持（Thinking Preservation）」機能だ。複数ターンの対話で直前の思考プロセスを破棄せず引き継げるため、エージェントが同じ推論を何度もやり直す無駄を減らし、トークン消費やキャッシュ効率を改善できる。

テキストだけでなく画像や動画の入力にもネイティブ対応する。コンテキスト長は標準で262Kトークン、YaRNを利用すれば最大1Mトークンまで拡張可能で、巨大なソースコードも一括で読み込める。

ハイブリッド設計と動かし方

27Bという扱いやすいサイズで高い性能と速度を両立できた背景には、独自のハイブリッド注意機構がある。全64層のうち4層中3層に線形注意機構であるGated DeltaNetを採用し、残り1層のみ標準的な注意機構を使う構成にした。これにより、長文処理時の計算量とKVキャッシュのメモリ消費を大幅に削減している。

さらに複数トークン予測（MTP）を取り入れており、投機的サンプリングによる高速なテキスト生成が可能だ。

重みはHugging FaceとModelScope上で、BF16版と128ブロック単位で最適化されたFP8量子化版の2種類が配布されている。vLLM、SGLang、Transformers、KTransformersなどの主要推論エンジンに対応しており、環境構築なしですぐ試したい場合はQwen StudioのWeb版から試用できる。

なぜ重要か

ローカルで動くコーディング支援環境や自律型エージェントを作りたい開発者にとって、Qwen3.6-27Bは極めて有力な選択肢になる。これまで同等クラスの性能を得るには、数百億のアクティブパラメータを持つ巨大なMoEモデルを大量のGPUで動かすか、高額なプロプライエタリAPIに頼るしかなかった。27BのFP8版なら現実的なGPU環境で動作するため、社内コードを外部に出さずにプライベート運用できる。

線形アテンションを組み込んだハイブリッド構造と思考保持機能の組み合わせは、実用性を重視した非常にスマートなアプローチだと考える。巨大モデルを力任せに拡大するだけでなく、適切なアーキテクチャ設計によって中規模モデルが巨大MoEを凌駕できることを証明した好例と言える。