2026-06-26

Qwen3.6-27B-AEON-Uncensored (AEON-7)

无审查的27B视觉语言模型，用于多模态对话与图像理解

入选理由: GGUF 格式可直接用 Ollama/llama.cpp 加载，5 分钟内可本地运行；但仅为量化重打包，无新能力，且缺乏第三方评测或社区复现案例。
对位: 对位 Qwen2.5-32B
适合: 多模态无审查对话 / 图像描述与视觉问答
不适合: 需要安全过滤的生产环境
规模: 27B · 未知
授权: apache-2.0 · 需自查
框架: llama.cpp / ollama / vllm
血统: 量化自 Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16
可信度: 下载量7462，提供imatrix加权量化，量化文件覆盖IQ1~Q6

社区实测

AEON-Ultimate 是 Qwen3.6-27B 社区公认的顶级无审查变体，公开基准测试显示其超越原始基础模型，编程输出质量获实战验证，覆盖从 M1 Mac 到 Blackwell 的广泛硬件，DGX Spark 上通过 DFlash 可获得数倍于原生 vLLM 的解码速度。

0/100 拒绝率，完全无审查（KL 散度仅 0.000492，几乎无损）
公开基准测试超越原始 Qwen3.6-27B 基础模型
RTX PRO 6000 Blackwell 上 NVFP4 + DFlash 可达约 140 tok/s
多模态（视觉）能力在消融后完整保留
MTP 投机解码保留，P0 接受率约 90%，平均接受长度 3.3/3
支持 262k 上下文长度
DGX Spark 上 DFlash 投机解码可达原生 vLLM 的 5.3 倍解码速度
DGX Spark 上可稳定扩展至 64 并发请求不崩溃

DGX Spark 容器为 ARM64 + sm_121a 专用构建，不可移植到其他硬件
BF16 全精度权重需 52 GB 显存，消费级单卡难以承载
作为 CLI 编程 agent（opencode）需较多调校，开箱体验不如 Claude Code
M1 Mac（8 核/16GB）2bit 量化下生成速度仅约 5.9 tok/s
DGX Spark 单流推理约 30–36 tok/s，远低于高端 Blackwell 的表现

来源

AEON-7/Qwen3.6-27B-AEON-Ultimate-Uncensored-DFlash AEON-7/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16 AEON-7/Qwen3.6-27B-AEON-Ultimate-Uncensored-Multimodal-NVFP4-MTP Qwen3.6-27B Community Variants — The Definitive Guide Qwen3.6:27b is the first local model that actually holds up against ...Samuel Cardillo on X AEON-7/Qwen3.6-27B-AEON-Ultimate-Uncensored-Multimodal-NVFP4-MTP-XS Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16 on M1 (8c) — oMLX Benchmark

截至 2026-06-28

快速上手

ollama run hf.co/mradermacher/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16-GGUF:Q4_K_M