Alibaba (Qwen) が Qwen3.6-27B をリリース ── エージェント型コーディングで27Bモデルがついに覚醒
Qwen3.5のリリースから数ヶ月、Alibabaが早くもQwen3.6シリーズの第一弾を投入してきた。27Bパラメータという中規模サイズでありながら、エージェント型コーディングタスクでClの4.5 Opusに肉薄するスコアを叩き出している。特にTerminal-Benchの跳ね上がり方が異常だ。
▸何が変わったのか
最大のアップデートは「Agentic Coding」の強化。フロントエンドワークフローやリポジトリレベルの推論がよりスムーズになった。新機能「Thinking Preservation」も追加され、履歴メッセージの推論コンテキストを保持できるように。これで反復開発のオーバーヘッドが減る。コンテキスト長はネイティブで262,144、最大1,010,000トークンまで拡張可能。アーキテクチャも特徴的で、Gated DeltaNet（線形注意力）とGated Attention（標準的な注意力）を16:1の比率で混在させるハイブリッド構成を採用している。
◈前モデル / 競合との比較
Qwen3.5-27Bとの比較では、Terminal-Bench 2.0が41.6→59.3と劇的改善。SWE-bench Verifiedも75.0→77.2へ向上。SkillsBench Avg5に至っては48.2を記録し、Gemma4-31Bの23.6を圧倒。Clの4.5 Opusには及ばない部分もあるが、AIME26で94.1（Clの95.1に接近）、HMMT Feb 25で93.8と数学系でも好調。GPQA Diamondでは87.8と、Qwen3.5-397B-A17Bの88.4に迫る。
◈技術背景と意義
Qwen3.6の面白さは「安定性と実用性」に振り切った点。コミュニティのフィードバックを反映したという。27Bというサイズは、ローカル動作も視野に入るギリギリのライン。DeltaNetと標準Attentionのハイブリッドは、長文処理の効率と精度のバランスを取る工夫。MTP（multi-step prediction）による学習も取り入れている。
▸こんな人・用途に
フロントエンド開発の自動化・補助（HTML/CSS/JSのワークフロー対応）。大規模リポジトリの理解を伴うコード修正・リファクタリング。多言語でのソフトウェア開発（多言語SWE-benchで71.3を記録）。
▸Redditの反応
Qwen3.6-27BがOpus 4.5と同等か？という問いに対し、ベンチマークと実用の差を指摘する懐疑的な声が大半。ただし模型自体の評価は悪くなく、「もうAnthropicに金は払わない」という声も飛び出すなど、ローカル派の淡い期待と諦めが入り混じった空気。
「ベンチマークだけ見れば同等かも。でも実際はたぶん違う。ただ、ベンチマーク用のClaudeがフル精度で、課金して使う方は量子化で脳みそ削られてるなら話は別かも？」
「別の見方をすると、もうAnthropicには一円も払いたくないから比較すらどうでもいい。」
「多分、同等じゃない。ベンチマークは第一次選考としては有用だけど、実際に使い込むと差が出るはず。とはいえ明らかに強力な模型で、かなり使えるとは思う。」
SOURCE: Alibaba (Qwen) (2026-04-21)
