27Bの衝撃！Qwen3.6-27Bがフラッグシップ級のコーディング性能を叩き出す

Qwen3.6-27Bがついに登場。わずか27Bのパラメータ数でありながら、フラッグシップモデルにも匹敵する驚異的なコーディング能力を実現しています。効率性とパフォーマンスを両立させたいエンジニアにとって、新たな選択肢になりそうです。

モデルの発表があるときは、今すぐ手元の（一般向け）ハードウェアで動かせるのか、コストはいくらか、tok/s（トークン毎秒）はどれくらいなのかを全部明記してほしい。

自転車に乗るペリカンのSVGを生成：https://codepen.io/chdskndyq11546/pen/yyaWGJx

車を運転しながらホットドッグを食べるドラゴンのSVGを生成：https://codepen.io/chdskndyq11546/pen/xbENmgK

完璧とは程遠いけど、今のモデルがどれだけすごいかよくわかる。

QwenやMinimaxなんかがOpenAI/Anthropicに近い（とはいえ少し劣る）ベンチマーク結果を出したモデルをオープンソース化してる中で、OpenAIやAnthropicの競争優位性ってどこにあるんだろう？

しかも、こうしたオープンソースモデルのトークン単価は、AnthropicのOpus 4.6の数分の一だしね1。

M4 MBPでQwen 3.6 35BとGemma 4 26Bを使ってるけど、Opusには及ばないにしても、やりたいことの95%はこれで片付く。全部完全にローカルで動いてるって考えるとマジでヤバい。

このペリカン、16.8GBの量子化ローカルモデルにしてはめちゃくちゃ優秀だよ：https://simonwillison.net/2026/Apr/22/qwen36-27b/

M5 Proのメモリ128GBで動かしたけど、実際は20GBくらいしか使ってない。32GBのマシンでも普通に動くはず。

パフォーマンスはこんな感じ：

読み込み：20トークン、0.4秒、54.32トークン/秒
生成：4,444トークン、2分53秒、25.57トークン/秒

この前Opus 4.7に出させたペリカンより気に入ってる：https://simonwillison.net/2026/Apr/16/qwen-beats-opus/

ローカルでのコーディング用に少し大きめの31Bモデルを動かしてる：

ollama launch claude --model qwen3.6:35b-a3b-nvfp4

Appleシリコン向けに最適化されてて、メモリ32GBのシステムでもサクサク動く。ローカルモデル、どんどん良くなってるね！

llamaサーバーでQ4_K_Mを動かすと、24GBでコンテキストが約91k確保できる。計算すると1Kコンテキストあたり約70MB（KVキャッシュ）ってところかな。Q5にすることもできたけど、そうすると多分コンテキスト領域が30Kくらい減るはず。かなり印象的だと思う。

イースターにGemma 4が登場してから、セルフホストモデルとClaudeの差はかなり縮まったと思う。まだ大きな開きはあるけど、イースター前はローカルモデルなんて全く勝負にならなかったからね。今回のQwen 3.6はGemma 4からさらに一歩進んだ感じだし、本当に期待できる。もちろんOpusも手放せない。ローカルモデルはたまに迷走して失敗するけど、Opusならまずそんなことないからね。

でも、ローカルモデルが自分の要求に応えてくれるたびに、あるべき姿に近づいている気がする。コーディングは自由であるべきだしね。ビールみたいなタダの無料（free beer）という意味でも、自由（freedom）という意味でも。

今のセットアップはRTX 5090を積んだ専用のUbuntuマシン。Qwen 3.6:27bを動かしてる今の時点ではVRAMを29/32GB使ってる。Ollamaは非rootのpodmanインスタンスで動かしてて、エディタにはOpenCodeをACPサービスとして使ってる。これマジでおすすめ。ACP（Agent Client Protocol）こそ、こうあるべきっていう理想の形だよ（誰にも聞かれてないけど）。

エキサイティングな時代だね。サム・アルトマンだらけの世界を少しでも良くしてくれて、Qwenチームには感謝しかない。

今のところローカル推論にはガッカリしてる。M5 Proのメモリ128GBでomlxを使ったら11トークン/秒しか出なくて、何百行かのコードを書かせるのに1時間もかかった挙げ句、動かなかったよ。OpusとSonnetなら同じタスクを数分で完璧にこなしてくれる。3.6:35bモデルは昨日のollamaではマシだったけどね。

claude code以外のツールも試してみる必要があるけど、ローカルモデルはとにかく遅すぎて話にならない。

ローカルLLMはまだ初心者なんだけど、昨日Qwen3.6-35B-A3Bのモデル（mlxの4b/8bと、ggufのQ4_K_M/Q4_K_XLだったかな）をセットアップしてテストしてみた。

メモリ64GBのM4で動いたことには驚いた。

今回のモデルは（TFAの表を見る限り）少し「賢く」なってるみたいだけど、その分VRAMが必要になったってこと？「dense」な構造が重要ってことかな？

27Bより35Bってことは、そのうちVRAM要件を抑えた量子化モデルも出てくるよね？