Данные
30 апреля 2026 года Artificial Analysis обновил свой рейтинг Intelligence Index. Qwen 3.6 27B набрал 46 баллов, став абсолютным лидером среди открытых моделей до 150B параметров. В тот же день Vals Index поместил его в топ-8 среди всех открытых моделей.
| Модель | Intelligence Index | Параметры | Открытая | Стоимость за 1M вывода |
|---|---|---|---|---|
| Qwen 3.6 27B | 46 | 27B плотная | ✅ Apache 2.0 | ~$0.20 (локально) |
| Gemma 4 31B | 39 | 31B плотная | ✅ | ~$0.01 (локально) |
| Llama 4 Scout | 42 | ~17B MoE | ✅ | ~$0.15 (локально) |
| Claude Opus 4.7 | ~48 | закрытая | ❌ | $25.00 |
| GPT-5.5 | ~47 | закрытая | ❌ | $10.00 |
Ключевой вывод: Результат Qwen 3.6 27B в Intelligence Index уже очень близок к GPT-5.5 и Claude Opus 4.7, при этом разница в стоимости — на порядки.
Почему 27B?
Что означают 27 миллиардов параметров? MacBook Pro M4 с 24 ГБ ОЗУ (~$2,500) может запустить его при 4-битном квантовании. Это не лабораторная модель, требующая GPU-кластера — это «компактная мощь», которую каждый разработчик может запустить на своём столе.
В чём compromis?
Artificial Analysis также выявил критический показатель: Qwen 3.6 27B потребляет примерно в 3.7 раза больше выходных токенов для полного теста Intelligence Index, costing около 21x больше, чем Gemma 4 31B.
Это не недостаток — это архитектурный выбор. Плотная модель активирует все параметры при каждом выводе, обеспечивая консистентность и предсказуемость — именно то, что нужно агентным рабочим процессам.
Оценка ландшафта
Конкурентная логика открытых моделей смещается от «гонки параметров» к «гонке эффективности».
Рекомендации
- Локальные разработчики: Если ваша работа сосредоточена на кодировании и агентных задачах, Qwen 3.6 27B — лучший выбор на потребительском оборудовании
- Предприятия: Лицензия Apache 2.0 + локальный вывод = лучший выбор для сценариев с требованиями к compliance данных