一、Qwen3.6介绍
Qwen3.6 是一个拥有270亿参数的稠密多模态模型,也是社区呼声最高的模型规格。Qwen3.6-27B 依然支持多模态思考与非思考模式,在智能体编程方面达到了旗舰级表现,全面超越前代开源旗舰 Qwen3.5-397B-A17B(总参数397B / 激活参数17B的MoE模型)。作为稠密架构,它无需MoE路由即可部署,是开发者在实用、可广泛部署规模上获取顶尖编程能力的理想选择。
Qwen3.6-27B 是一个开源的稠密模型(27B 参数),主要特性包括:
- 旗舰级智能体编程能力,全面超越 Qwen3.5-397B-A17B
- 强大的文本和多模态推理能力

自然语言
Qwen3.6-27B 在稠密模型的智能体编程能力上实现了突破。仅凭270亿参数,它在所有主要编程基准上全面超越了 Qwen3.5-397B-A17B(总参数397B / 激活参数17B)——包括 SWE-bench Verified(77.2 vs. 76.2)、SWE-bench Pro(53.5 vs. 50.9)、Terminal-Bench 2.0(59.3 vs. 52.5)以及 SkillsBench(48.2 vs. 30.0)。同时,它也大幅领先于同规模的稠密模型。在推理任务上,Qwen3.6-27B 在 GPQA Diamond 上取得了87.8的成绩,可与数倍于其规模的模型相媲美。
视觉语言
Qwen3.6-27B 原生支持多模态,支持视觉语言思考与非思考模式——与 Qwen3.6-35B-A3B 相同。它能够处理图像、视频与文本的多模态理解,支持视觉推理、文档理解和视觉问答等任务。

二、相关安装
插件:ComfyUI-llama-cpp_vlm(文末网盘下载)
轮子:https://github.com/JamePeng/llama-cpp-python/releases/tag/v0.3.38-cu130-Basic-win-20260504

根据自己的python版本选择,必须更新ComfyUI-llama-cpp轮子和插件
为了方便理解,我们先来简单拆解下这个文件名的含义。它的完整命名规则是:
{项目名}-{版本号}+{CUDA标识}.{加速标识}-{Python标识}-{ABI标识}-{平台标识}.whl
| 标识段 | 示例 | 含义解释 |
|---|---|---|
| cu130 | +cu130 |
CUDA版本:cu是缩写,130代表为支持CUDA 13.0编译 |
| basic | .basic |
加速类型:表示此版为基础CPU加速 |
| cp313 | .cp313 |
CPython版本:cp是缩写,313代表仅适用于Python 3.13(对应版本号3.13) |
| win_amd64 | .win_amd64 |
操作系统:表示这是为64位Windows系统编译的 |
安装依赖:
(依赖放在:“D:\ComfyUI-aki-v3\python\llama_cpp_python-0.3.38+cu130.basic-cp313-cp313-win_amd64.whl”)

运行命令:
D:\ComfyUI-aki-v3\python>python.exe -m pip install "llama_cpp_python-0.3.38+cu130.basic-cp313-cp313-win_amd64.whl"
下载模型(文末网盘):
- Qwen3.6-mmproj-BF16.gguf
- Qwen3.6-35B-A3B-UD-Q4_K_S.gguf
模型路径:
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 LLM/
│ │ ├── Qwen3.6-mmproj-BF16.gguf
│ │ └── Qwen3.6-35B-A3B-UD-Q4_K_S.gguf ## 蒸馏版
├── 📂 custom_nodes/
│ └── comfyUI-llama-TE
三、工作流:

四、总结
Qwen3.6的发布,证明了一个经过精心训练的稠密模型,可以在开发者最关心的任务上,超越规模显著更大的前代模型。作为广泛部署的开源模型规格——270亿参数,它在所有主要智能体编程基准上超越了拥有3970亿参数的 Qwen3.5-397B-A17B,同时部署和服务都更加便捷。随着 Qwen3.6-27B 的开源,Qwen3.6 系列现已完整发布——从30亿激活参数的 Qwen3.6-35B-A3B,到线上的 Qwen3.6-Plus 和 Qwen3.6-Max-Preview,这一代在各个规模上都实现了智能体编程能力的飞跃。我们由衷感谢社区的宝贵反馈,并期待看到大家利用这些模型创造出的精彩成果。敬请关注 Qwen 团队的后续发布!







































