Qwen 3.6 27B vs 35B A3B
Puissance dense vs efficacité MoE — choisissez le modèle open-weight adapté à votre matériel et workflow
Qwen 3.6 27B est un modèle dense avec ses 27B paramètres tous actifs, offrant les meilleures performances open-weight en programmation : 77.2% SWE-bench, 48.2 SkillsBench (dépassant Claude 4.5 Opus à 45.3), 83.9 LiveCodeBench. Il tourne sur 16 Go VRAM avec IQ4_XS GGUF et compression du cache KV. Le 35B A3B utilise le Mixture-of-Experts avec seulement 3B paramètres actifs, atteignant 73.4% SWE-bench tout en tournant sur Mac M4 16 Go en quantification Q3 à 20-40 tok/s sur du matériel grand public. Même famille, même licence Apache 2.0, compromis différents.
Benchmarks
Qwen 3.6 27B vs 35B A3B — comparatif détaillé des benchmarks et du matériel
Résultats complets montrant l'écart de performance entre les variantes dense et MoE en ingénierie logicielle, programmation, opérations terminal, raisonnement mathématique, génération frontend et compétences pratiques.
Le modèle dense 27B surpasse systématiquement la variante MoE 35B A3B sur tous les benchmarks, mais l'écart est modéré et prévisible. Le 35B A3B atteint environ 95% de la qualité du 27B tout en ne nécessitant que ~40% du calcul et en tournant 2-3x plus vite. Le score SkillsBench du 27B de 48.2 (dépassant Claude 4.5 Opus à 45.3) souligne sa force en jugement d'ingénierie pratique. Pour les utilisateurs Mac M4 16 Go, le 35B A3B en Q3 est le choix évident. Pour les utilisateurs de stations de travail privilégiant la qualité, le 27B avec IQ4_XS tient dans 16 Go VRAM.
SWE-bench Verified : 77.2% (27B) vs 73.4% (35B A3B)
SkillsBench : 48.2 (27B) dépasse Claude 4.5 Opus (45.3)
Terminal-Bench 2.0 : 59.3 (27B) vs 51.5 (35B A3B)
35B A3B : 20-40 tok/s sur matériel grand public, Mac M4 16 Go confirmé
27B IQ4_XS : tient dans 16 Go VRAM avec compression du cache KV (100K de contexte)
Tableau des benchmarks
27B Dense vs 35B A3B MoE — résultats complets avec spécifications matérielles
Comparaison côte à côte des benchmarks avec configuration matérielle requise, vitesse d'inférence et métriques d'efficacité pour les deux modèles open-weight.
| Benchmark | Qwen 3.6 27B Dense (tous les paramètres actifs) Meilleure qualité | Qwen 3.6 35B A3B MoE (3B actifs) Meilleure efficacité |
|---|---|---|
SWE-bench Verified Ingénierie logicielle réelle | 77.2% | 73.4% |
Terminal-Bench 2.0 Opérations terminal | 59.3 | 51.5 |
SkillsBench Compétences pratiques en programmation (Claude 4.5 Opus : 45.3) | 48.2 | - |
AIME 2025 Mathématiques de compétition | 94.1% | 92.7% |
LiveCodeBench Génération de code compétitive | 83.9 | 80.4 |
QwenWebBench Génération de code frontend | 1487 | 1397 |
Claw-Eval Avg Codage agentique de bout en bout | 72.4 | 68.7 |
NL2Repo Langage naturel vers dépôt | 36.2 | - |
Model size (FP16) Taille des poids en pleine précision | 55.6 Go | ~70 Go au total |
Minimum VRAM (quantized) Configuration minimale fonctionnelle | 16 Go (IQ4_XS + cache KV) | ~17 Go (Q3_K_M) |
Recommended VRAM Fonctionnement confortable avec contexte | 24 Go (Q4_K_M) | 24 Go (Q4_K_M) |
Active parameters Paramètres calculés par token | 27B (tous) | 3B (sur 35B) |
Inference speed (4-bit) tok/s matériel grand public | ~10-15 tok/s | 20-40 tok/s |
Mac M4 16GB Ordinateur portable Apple Silicon | IQ4_XS (serré) | Q3_K_M (confirmé) |
Données de benchmark issues des fiches modèles HuggingFace et de la publication officielle Qwen 3.6. Benchmarks matériels issus des tests de la communauté Unsloth. Référence SkillsBench : Claude 4.5 Opus obtient 45.3.
Écosystème Qwen
Deux modèles open-weight pour chaque scénario de déploiement — sous licence Apache 2.0
Que vous privilégiez la qualité maximale (27B, 77.2% SWE-bench) ou l'efficacité matérielle (35B A3B, 20-40 tok/s sur GPU grand public), la famille open-weight Qwen 3.6 a le bon modèle. Les deux sous Apache 2.0 avec support vision, multimodal et appel d'outils.
Commencer
Prêt à choisir votre modèle open-weight Qwen 3.6 ? Essayez les deux gratuitement
Essayez les deux modèles dans le navigateur, puis téléchargez celui qui correspond à votre matériel. 27B pour la qualité maximale (77.2% SWE-bench, dépasse Claude sur SkillsBench), 35B A3B pour le déploiement sur GPU grand public (20-40 tok/s, Mac M4 16 Go confirmé). Les deux sous licence Apache 2.0.