Как запустить Qwen 3.6 27B на своём компьютере: лучшая открытая модель для кода

Помимо Qwen 3.6 27B, Alibaba выпустила ещё несколько моделей серии: Qwen3.6-35B-A3B (sparse MoE) -- 35B параметров, только 3B активных на токен. Через Ollama: ollama pull qwen3.6:35b-a3b. Qwen3.6-Plus (облачный API) -- 1 миллион токенов контекста, оптимизирован для агентных задач.

Qwen 3.6 27B - это открытая языковая модель от Alibaba, выпущенная 21 апреля 2026 года под лицензией MIT. По состоянию на момент выхода это лучшая открытая модель для задач программирования: она набирает 77.2% на SWE-bench в агентном режиме (agentic setup) - одном из самых авторитетных бенчмарков для оценки кодовых возможностей. SWE-bench проверяет способность модели решать реальные задачи из GitHub Issues крупных открытых проектов вроде Django, Flask, NumPy и SciPy. Агент должен прочитать описание бага или задачи, разобраться в существующем коде, написать корректный патч и убедиться, что все тесты проходят. Это очень близко к реальной работе разработчика.

Важная деталь: при 27 миллиардах параметров Qwen 3.6 27B обходит GPT-5-mini на большинстве бенчмарков, связанных с кодом - и делает это локально, полностью бесплатно, без отправки данных в облако. Это редкий случай, когда открытая модель по реальным показателям превосходит коммерческие аналоги в своём классе.

Модель содержит 27 миллиардов параметров - это средний размер среди открытых моделей. Она значительно мощнее компактных моделей вроде Phi-4-mini или Qwen-8B, но при этом всё ещё поддаётся запуску на высококлассных потребительских MacBook благодаря унифицированной памяти архитектуры Apple Silicon. Контекстное окно достигает 262 144 токена - это примерно 100 000 слов или несколько тысяч строк кода одновременно.

Кому подойдёт эта модель: разработчикам, которые хотят AI-помощника для кода без ежемесячной подписки - модель бесплатна и работает локально; командам, работающим с конфиденциальными проектами и не желающим отправлять код в облако; владельцам MacBook M3 Ultra или M4 Ultra с 64 ГБ унифицированной памяти; энтузиастам с мощными GPU (RTX 4090 с 24 ГБ VRAM или аналогичные); всем, кто уже использует Ollama или LM Studio и хочет попробовать наиболее мощную открытую модель для кода.

Qwen 3.6 27B распространяется полностью бесплатно, никакой регистрации не требуется. Веса модели опубликованы на Hugging Face. Есть два основных способа установки: через Ollama (рекомендуется для большинства пользователей) и через LM Studio (если предпочитаете графический интерфейс).

Способ 1: Ollama (командная строка)

Если Ollama у вас ещё не установлен, перейдите на сайт ollama.com и скачайте установщик для вашей операционной системы. На macOS это стандартный .dmg-файл, на Windows - .exe, на Linux доступна установка через curl. После установки Ollama запускается как фоновый сервис и автоматически поднимает локальный API-сервер на порту 11434.

Проверьте, что Ollama установлен и работает:

ollama --version
ollama list

Скачайте модель Qwen 3.6 27B. Файл в квантизации Q4_K_M весит около 17-18 ГБ, поэтому загрузка займёт время в зависимости от скорости интернета:

ollama pull qwen3.6:27b

После загрузки запустите модель в интерактивном режиме:

ollama run qwen3.6:27b

Появится приглашение ввода. Напишите любой вопрос или задачу - и модель начнёт отвечать прямо в терминале. Для выхода введите /bye или нажмите Ctrl+D.

Если нужна квантизованная версия с меньшими требованиями к памяти, можно явно указать вариант при загрузке. Вариант Q4_K_M оптимален по соотношению качество/размер. Для совсем ограниченной памяти существуют Q3_K_M и Q2_K:

ollama pull qwen3.6:27b-q4_K_M
# или меньший вариант
ollama pull qwen3.6:27b-q3_K_M

Способ 2: LM Studio (графический интерфейс)

LM Studio - это приложение с полноценным графическим интерфейсом, которое удобнее для тех, кто не работает с командной строкой. Скачайте LM Studio с сайта lmstudio.ai - приложение доступно для macOS, Windows и Linux. Установите как обычное приложение для вашей операционной системы.

После запуска LM Studio перейдите на вкладку поиска моделей (иконка лупы или вкладка Discover). Введите в поиске 'Qwen 3.6'. В списке результатов найдите Qwen3.6-27B и выберите вариант с пометкой Q4_K_M - это оптимальный баланс между качеством и объёмом занимаемой памяти. Нажмите Download и дождитесь завершения загрузки. После этого перейдите на вкладку Chat, выберите загруженную модель в выпадающем списке вверху и начните диалог.

Требования к железу: Для полной версии в квантизации Q4_K_M необходимо примерно 22 ГБ видеопамяти VRAM (подойдёт RTX 4090 с 24 ГБ или аналог) или 64 ГБ унифицированной памяти на MacBook с чипом M3 Ultra или M4 Ultra. MacBook с 32 ГБ запустит модель, но часть весов будет выгружаться в оперативную память, что существенно снизит скорость генерации. Вариант Q3_K_M работает примерно с 40 ГБ RAM.

После того как модель загружена и запущена, начните с нескольких типичных задач программирования, чтобы оценить возможности.

Задача 1: Ревью существующего кода. Вставьте фрагмент кода из вашего реального проекта и спросите (на английском для максимального качества): 'Review this code for bugs, security issues, performance problems, and style improvements. Be specific and provide fixed versions where applicable.' Qwen 3.6 27B даёт детальные, конкретные замечания с примерами исправления - это одна из её сильнейших сторон.

Задача 2: Написание функции по описанию. Опишите задачу: 'Write a Python function that takes a list of dicts, groups them by a specified key, and returns a new dict with keys being the group values and values being lists of matching items. Include type hints, docstring, and unit tests.' Модель напишет полноценный код с тестами.

Задача 3: Отладка по трейсбеку. Предоставьте код вместе с полным сообщением об ошибке. Qwen 3.6 27B в большинстве случаев точно определяет корневую причину и объясняет её понятно.

Задача 4: Использование через OpenAI-совместимый API. Ollama запускает локальный сервер на порту 11434, полностью совместимый с OpenAI API по формату запросов. Это означает, что любое приложение или библиотека, написанная для работы с OpenAI, может переключиться на локальный Qwen буквально за одну строку:

from openai import OpenAI

client = OpenAI(
    base_url='http://localhost:11434/v1',
    api_key='ollama'  # Ollama игнорирует значение ключа
)

response = client.chat.completions.create(
    model='qwen3.6:27b',
    messages=[
        {'role': 'system', 'content': 'You are an expert Python developer.'},
        {'role': 'user', 'content': 'Implement a binary search tree with insert, delete, and search operations'}
    ]
)
print(response.choices[0].message.content)

Используя API-совместимость, можно подключить Qwen 3.6 27B как бэкенд для Continue.dev - бесплатного плагина для VS Code и JetBrains, который даёт автодополнение кода и чат прямо в редакторе. Это бесплатная альтернатива GitHub Copilot с полной конфиденциальностью. В настройках Continue.dev просто укажите ollama как провайдер и qwen3.6:27b как модель.

Большое контекстное окно в 262K токенов (262 144) открывает интересную возможность: загрузить в контекст весь небольшой проект и задать вопросы об архитектуре, попросить предложить рефакторинг или найти все места, где нарушается какой-то паттерн. Это существенно отличает данную модель от инструментов с контекстом 4K-8K токенов.

77.2% на SWE-bench (агентный режим) - лучший результат среди открытых моделей: SWE-bench считается одним из наиболее репрезентативных бенчмарков для кодовых задач, потому что не проверяет знание алгоритмов в вакууме, а требует реальной работы с большими кодовыми базами. 77.2% означает, что в 77 из 100 реальных задач из GitHub Issues модель написала корректный патч, прошедший автоматизированные тесты. Это на несколько процентных пунктов выше, чем у GPT-5-mini и большинства других коммерческих моделей сопоставимого размера.

Tool Calling (вызов инструментов и функций): Модель полностью поддерживает структурированный вызов функций - агентный паттерн, при котором модель не просто генерирует код, а вызывает реальные функции вашего приложения и использует результаты для следующих шагов. Совместима с форматом function calling от OpenAI, что упрощает интеграцию в существующие агентные системы.

Контекстное окно 262K токенов (262 144): Большинство компактных локальных моделей работают с окном 4K-8K токенов. 262K - это огромный шаг вперёд, позволяющий загружать в контекст крупные файлы, длинные переписки, документацию или несколько связанных файлов проекта одновременно. При анализе незнакомого кода это принципиально важно.

MIT лицензия - полная свобода использования: В отличие от некоторых открытых моделей с ограничительными лицензиями (например, запрет на коммерческое использование или требование публиковать производные модели), MIT лицензия позволяет абсолютно всё: использовать в коммерческих продуктах, встраивать в проприетарное ПО, использовать как основу для дообучения, распространять модифицированные версии. Никаких отчислений, никаких ограничений.

Квантизованные версии для разного железа: Официально поддерживаемые версии Q4_K_M, Q3_K_M и Q2_K позволяют запустить модель на железе с разным объёмом памяти. Разница в качестве между Q4_K_M и Q2_K заметна, но для большинства повседневных задач программирования даже Q3_K_M даёт отличные результаты при значительно меньших требованиях к RAM.

Широкий языковой охват: Qwen 3.6 27B обучена на данных на 201 языке, в том числе на русском. Для задач, связанных с кодом, лучше писать промпты на английском - это даёт максимальное качество, поскольку большинство обучающих данных по программированию на английском. Для пояснений и документации русский язык работает вполне хорошо.

Модель абсолютно бесплатна. Веса опубликованы на Hugging Face под лицензией MIT. Скачивание через Ollama или LM Studio ничего не стоит. Стоимость запуска - только ваше железо и электроэнергия. Никаких скрытых платежей, подписок, лимитов на количество запросов или токенов нет.

На MacBook M4 Ultra скорость генерации составляет примерно 20-30 токенов в секунду в квантизации Q4_K_M - это вполне комфортный темп для диалогового использования. На системах с меньшим количеством RAM или при запуске с частичной выгрузкой в оперативную память скорость будет ниже, иногда значительно.

Главное ограничение - требования к железу: Для комфортной работы с полной версией Q4_K_M нужно 64 ГБ унифицированной памяти (MacBook M3 Ultra или M4 Ultra) или VRAM от 22 ГБ (RTX 4090 с 24 ГБ, RTX 6000 Ada с 48 ГБ). Если у вас MacBook с 16 или 32 ГБ памяти, рекомендуем рассмотреть модели меньшего размера: Qwen 3.6 8B (требует около 6-8 ГБ RAM) или Phi-4-mini. Они слабее по бенчмаркам, но зато запустятся без проблем и будут работать быстро.

Ограничения по качеству: Несмотря на отличный результат на SWE-bench, модель не является универсально лучшей. На задачах широкого рассуждения, сложного планирования или глубокого анализа предметной области крупные облачные модели могут показывать лучшее качество. Для production-систем, где ошибки критичны, стоит сравнивать результаты Qwen 3.6 27B с облачными альтернативами на ваших конкретных задачах.

Скачивание модели требует хорошего интернет-соединения и примерно 18 ГБ дискового пространства. После скачивания модель работает полностью офлайн.

VPN для запуска Qwen 3.6 27B не нужен. Это одно из ключевых преимуществ локальных моделей перед облачными: вся работа происходит на вашем компьютере, никаких запросов в интернет при генерации текста не делается.

При первоначальном скачивании модели через команду ollama pull файлы загружаются с серверов Ollama и, при необходимости, с Hugging Face. На момент написания оба ресурса доступны из России без VPN - загрузка проходит без ограничений. Скачивание через LM Studio также работает без необходимости в VPN.

После того как модель загружена на ваш компьютер, интернет-соединение для работы с ней не нужно вообще. Можно полностью отключиться от сети - модель продолжит работать. Генерация происходит на вашем процессоре и видеокарте, данные никуда не отправляются.

Это делает Qwen 3.6 27B особенно ценной для корпоративного использования в России: можно работать с конфиденциальным кодом, коммерческой тайной, персональными данными клиентов - ничего из этого не покидает пределы вашего устройства или офисной сети. Никакого соответствия требованиям GDPR или 152-ФЗ по части AI-провайдеров не нужно - вы сами являетесь своим провайдером.

Если вы захотите использовать Qwen через облачный API сторонних сервисов вроде Together.ai, Fireworks.ai или других провайдеров, поддерживающих открытые модели, ситуация с VPN зависит от конкретного провайдера и может отличаться. Но для локального запуска через Ollama или LM Studio VPN не требуется ни при скачивании, ни при использовании.

Qwen 3.6 27B использует гибридную архитектуру Gated DeltaNet + Gated Attention -- это не стандартная трансформерная модель и не классическая MoE (Mixture of Experts). Gated DeltaNet позволяет модели эффективнее работать с длинными контекстами и снижает требования к памяти при обработке 262K токенов.

В отличие от большинства открытых моделей, Qwen 3.6 27B нативно мультимодальна -- принимает на вход:

Для работы с мультимодальным вводом через Ollama убедитесь, что используете модель qwen3.6:27b (не текстовую версию).

Qwen 3.6 27B можно использовать как модель агента в OpenClaw -- открытой AI-агентной платформе. Преимущество: полная локальная работа без отправки данных в облако.

Настройка в OpenClaw: укажите в конфигурации агента provider: ollama и model: qwen3.6:27b. Для агентных задач рекомендуется включить режим мышления (thinking: on).

Как и другие модели Qwen3, версия 27B поддерживает два режима:

В Ollama: добавьте /think в начале запроса для включения режима мышления, или укажите параметр в system prompt.

1 июня 2026 Alibaba выпустила Qwen3.7-Plus в General Availability (Qwen 3.7 Max доступен через API с 20 мая 2026) -- флагман нового поколения серии Qwen с принципиальным отличием от предыдущих версий.

Характеристики Qwen3.7-Plus:

ВАЖНО: стратегический сдвиг Alibaba. Начиная с Qwen 3.7, Alibaba перешла на проприетарную лицензию без публикации весов. Это принципиальное изменение: Qwen 3.6 и более ранние версии были open-source под Apache 2.0, но Qwen 3.7+ -- закрытые модели, доступные только через API.

Что это означает для вас: Qwen 3.6 27B остаётся лучшим open-weight вариантом от Alibaba для локального запуска. Если вам нужна локальная работа без API -- Qwen 3.6 27B ваш выбор. Если вам нужны последние мультимодальные возможности (нативная поддержка vision, видео, 1M контекст) -- Qwen 3.7 Plus через облачный API (platform.alibaba.com/bailian).

Итог по выбору: Qwen 3.6 27B -- оптимальный вариант для локального запуска с открытыми весами (MIT лицензия, офлайн, конфиденциально). Qwen 3.7 Plus -- выбор для облачного API, если нужны мультимодальные возможности (изображения, видео, 1M токенов контекста), но без локального запуска.

Thinking Preservation: многоходовые задачи (2026): Механизм Thinking Preservation сохраняет цепочку рассуждений между ходами диалога. В многоагентных задачах это исключает повторную генерацию уже вычисленного контекста: модель продолжает с той же точки. Повышает эффективность использования KV-кэша при длинных агентных сессиях.

Примечание об установке Qwen 3.7: Аналогичный процесс локальной установки (через Ollama, LM Studio или llama.cpp) будет применим к Qwen 3.7 в случае публикации открытых весов. На момент написания (июнь 2026) открытые веса Qwen 3.7 не опубликованы -- Qwen 3.6 27B остаётся основным вариантом для локального запуска. Следите за обновлениями на huggingface.co/Qwen.

Multi-Token Prediction (MTP) в Qwen 3 6/27B переведён в статус стабильного. Функция больше не является экспериментальной - она включена по умолчанию в актуальных сборках llama.cpp и Ollama. MTP ускоряет генерацию токенов на 15-25% без потери качества за счёт параллельного предсказания следующих токенов.

Если вы запускаете модель через llama.cpp напрямую, убедитесь, что используете версию не ниже b3800. В более ранних версиях MTP мог давать нестабильные результаты. Ollama автоматически использует актуальные параметры при запуске через `ollama run qwen3:27b`.

Критически важная настройка: при запуске Qwen 3.6 27B через Ollama по умолчанию устанавливается контекстное окно в 2048 токенов. Это ничтожно мало для большинства реальных задач - длинный код, документы, многоходовые диалоги будут обрезаться незаметно для пользователя, что ухудшает качество ответов.

Рекомендуется явно устанавливать num_ctx не менее 32768:

# Через параметр при запуске:
ollama run qwen3.6:27b --num-ctx 32768

# Или через Modelfile:
FROM qwen3.6:27b
PARAMETER num_ctx 32768

Для большинства задач рекомендуется 32768 токенов. Если ваша задача требует ещё больше контекста (большие кодовые базы, длинные документы) - устанавливайте до 128K, если позволяет RAM. Каждые дополнительные 8K токенов требуют около 1 ГБ дополнительной RAM при работе на CPU.

Производительность с MTP: на профессиональных GPU класса NVIDIA RTX 6000 Ada (48 ГБ VRAM) Qwen 3.6 27B с включенным Multi-Token Prediction достигает скорости около 160 токенов в секунду. На RTX 4090 (24 ГБ VRAM) при Q4_K_M квантизации - около 50-70 токенов в секунду.

В мае 2026 года Alibaba анонсировала Qwen 3.7 -- следующее поколение после линейки Qwen 3.6. Ключевое отличие: контекстное окно расширено до 1 млн токенов (против 256K у Qwen 3.6). Мультимодальное зрение (vision) доступно в Qwen3.7-Plus. Также вышли обновлённые инструктивные варианты Qwen3-2507 для задач рассуждения (thinking).

Следующее поколение: семейство Qwen 3.7

20 мая 2026 года на конференции Apsara Summit компания Alibaba анонсировала Qwen3.7-Max – флагманскую мультимодальную модель следующего поколения. 1 июня 2026 года вышел Qwen3.7-Plus – более лёгкая версия той же серии, оптимизированная для агентных задач. Обе модели поддерживают контекстное окно в 1 миллион токенов и принимают на вход текст, изображения и аудио.

Важное отличие от Qwen 3.6: модели серии Qwen 3.7 доступны исключительно через API Alibaba Cloud (qwen.aliyun.com) и не имеют открытых весов. Локальный запуск невозможен – архитектура и веса закрыты. Если ваша задача требует полного контроля над моделью или работы без интернета, Qwen 3.6 27B остаётся лучшим выбором: открытая лицензия MIT, веса на Hugging Face, запуск через Ollama без каких-либо изменений.

Таким образом, семейства Qwen 3.6 и Qwen 3.7 решают принципиально разные задачи. Qwen 3.7 – это облачный инструмент с расширенной мультимодальностью для тех, кто готов работать через API. Qwen 3.6 27B – открытая модель для локального запуска, которая по-прежнему занимает лидирующие позиции среди доступных open-weight вариантов для кода и остаётся актуальным выбором на середину 2026 года.

10 июля 2026 года вышли NVFP4-квантизированные версии Qwen 3.6 27B. NVFP4 (NVIDIA Float Point 4-bit) - новый стандарт квантизации для карт NVIDIA серий RTX 40xx и RTX 50xx (Ada Lovelace, Blackwell). Преимущества NVFP4 по сравнению с Q4_K_M: модель 27B запускается с 12-14 ГБ VRAM вместо 18-20 ГБ, скорость генерации выше на 20-30%. Установка: ollama pull qwen3.6:27b-nvfp4. Для 7B варианта: ollama pull qwen3.6:7b-nvfp4 (требует 5 ГБ VRAM). Важно: NVFP4 работает только на NVIDIA GPU с архитектурой Ada Lovelace и новее. Для AMD GPU, Apple Silicon и CPU используйте стандартные Q4_K_M версии.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.