Qwen3.6-27B
Alibaba 製の高性能オープンモデル群。Qwen3.6 で 397B MoE を超える dense モデルへ。
◎ 強み
- ◎ 日本語含む多言語が得意
- ◎ サイズのバリエーションが豊富（dense 27B / MoE 36B-A3B 等）
- ◎ ベンチで上位常連、agentic coding で 397B MoE を超える
- ◎ Apache 2.0 ライセンスで完全オープン
VS COMPARISON
編集部の総合判定
総合性能は拮抗。用途で選ぶのが正解
ベンチ勝ち：Qwen3.6-27B 2 / Llama 5 2 料金で安い項目：Qwen3.6-27B 2 / Llama 5 0
SPECS
仕様の比較
| 項目 | Qwen3.6-27B | Llama 5 |
|---|---|---|
| バージョン | Qwen3.6-27B (dense) | Llama 5 |
| 公開日 | 2026-04-22 | 2026-04-08 |
| コンテキスト長 | 256K | 5000K 勝ち |
| 入力料金 $/1M | $0.4 安い | — |
| 出力料金 $/1M | $2 安い | — |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
BENCHMARKS
ベンチマーク差分
バーの長さは100%スケール。長い方が勝ち。
SWE-Bench
Qwen3.6-27B —
Llama 5 75% 勝ち
MMLU
Qwen3.6-27B 85%
Llama 5 87% 勝ち
GPQA
Qwen3.6-27B 82% 勝ち
Llama 5 80%
AIME
Qwen3.6-27B 88% 勝ち
Llama 5 82%
※ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）
PROS & CONS
強み・弱み
Llama 5
Meta 製のオープンウェイト LLM。Llama 5 で 600B+ params / 5M context へ進化。
◎ 強み
- ◎ 中身（重み）が公開されている
- ◎ 自分の PC・サーバーで動かせる
- ◎ 派生モデル・改造モデルが豊富
- ◎ Llama Guard 4 同梱で安全制御も標準装備
PRIMARY SOURCES