Qwen3.6 27B, le modèle de Alibaba Cloud (Qwen) en chiffres

Qwen3.6 27B en bref

Qwen3.6 27B est un modèle de langage de Alibaba Cloud (Qwen), sorti le 22 avril 2026. Il a donc 6 mois au 22 octobre 2026. Ses poids sont publiés : vous pouvez le télécharger et le faire tourner sur vos propres serveurs, ou passer par l'un des 28 fournisseurs d'API qui le référencent sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Que disent les tests indépendants ?

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Qwen3.6 27B obtient un indice de capacité de 72,2 sur 100, calculé sur 3 tests de notre panier.

Avec 3 tests renseignés seulement, il n'entre pas dans le classement public, qui exige au moins 4 résultats : son indice est donc à lire comme partiel.

• GPQA Diamond (questions de sciences de niveau doctorat) : 85,9 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 91,1 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 35,1 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %

Ce que ça coûte

Qwen3.6 27B est facturé 0,33 $US par million de tokens en entrée et 2,7 $US en sortie (médiane de 28 hébergeurs, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,012 $US ; mille fois cette tâche, 11,9 $US.

C'est 2,7 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Caractéristiques techniques

Sa fenêtre de contexte atteint 262 144 tokens, soit environ 393 pages de texte à 500 mots par page : assez pour un long rapport ou plusieurs contrats d'un coup. Une réponse peut compter jusqu'à 65 536 tokens.

Il accepte en entrée : texte, image et vidéo.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (Qwen/Qwen3.6-27B). Voir aussi notre sélection de modèles open source.

Pour quels usages ?

Par sa catégorie, Qwen3.6 27B vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Alternatives

Dans la même catégorie, les modèles les plus proches de Qwen3.6 27B sont :

• DeepSeek V4 Pro 0813 (DeepSeek, indice 72,2) — voir le comparatif
• GLM-5.3-Flash (Zhipu AI (Z.ai), indice 71,9) — voir le comparatif
• GLM-5.1 (Zhipu AI (Z.ai), indice 70,9) — voir le comparatif
• Kimi K2 Thinking (Moonshot AI, indice 69,6)