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

独立证据与社区反馈

8 个独立来源 · 另 2 官方/转载最近验证 2026-08-05

Qwen3.6-27B 被广泛视为当前 27B 级别最强的稠密模型,社区口碑与基准分数均显著优于同期的 Gemma 4 31B,在本地编码场景中已成为首选。其 DFlash/NVFP4 变体在 DGX Spark/Blackwell 上带来约 4–5 倍解码速度提升,同时保持多模态与工具调用能力,整体能力定位接近 2025 年中期的前沿模型水平。

• 提供非 MoE 的稠密 27B 选项,在需要稠密推理且显存充裕的场景下优于 35B-A3B 的 MoE 变体
• 实现完全无审查(unceinsored),有害提示拒绝率从基座模型的 99% 降至 0%
• DFlash 投机解码带来相对于原始 vLLM 基线约 4–5 倍解码加速,且保持短上下文下质量不变
• 在双 4090 消费级 GPU 上可达约 40 tok/s 的 IQ3_M GGUF 推理速度,部署门槛较低
• NVFP4 硬件量化仅 26 GB,适配 DGX Spark/Blackwell,速度约为 BF16 的 2 倍且 KL 散度仅 0.000492
• 单次提示即可完成 Node 包创建等实际编码任务,一次性成功
• 保留多模态输入、推理解析与 OpenAI 兼容工具调用,可作为完整 Agent 后端
• Artificial Analysis 综合评分 37,定位约等于 2025 年中期的 GPT-5/Claude Sonnet 4.5 层级
• 双 4090 在 32K 上下文长度下提示处理速度约 4,200 tok/s,处理长上下文效率高
• 在 c=64 并发下可稳定运行不崩溃,适合高并发部署

• 部分用户反馈 AEON abliteration 变体失败率偏高,不如 prismascout 的量化质量
• GGUF 格式无法在 vLLM 中使用,对生态兼容性构成限制
• 在 DGX Spark 上运行 MTP 或在专用 VRAM 上运行 DFlash 均为实测损失,不应混用
• n=12 投机令牌在 DGX Spark 上与 CUDA device-side assert 崩溃相关,建议 n=10
• 质量与速度的权衡高度依赖具体工作负载,同一模型在不同任务上表现差异显著
• 4090 上 TG512 生码速度仅约 45.81 tok/s,生成速度在部分场景下仍显不足
• 35B-A3B 的 NVFP4 量化在 Agent 工作流中已知损坏,选型时需避开

• 社区实测Qwen3.6-27B Community Variants — The Definitive Guide
• 社区实测Switched from Qwen3.6 35b-a3b to Qwen3.6 27b mid
• 社区实测If you want a good dense model, use qwen3.6 27B instead
• 独立评测Qwen3.6 27B is the sweet spot for local development
• 独立评测Qwen 3.6 27b Local Ai Review and Benchmark
• 独立评测Qwen3.6 27B AEON Ultimate Uncensored BF16 - Interfaze
• 独立评测Qwen 3.6 27B Benchmark Deep Dive: The Measured Numbers
• 独立评测Qwen3.6-27B is out! - Page 14
• 转载/仓库Qwen3.6-27B-AEON-Ultimate-Uncensored-DFlash
• 转载/仓库AEON-7/Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16

可信度基于 Qwen3.6-27B 去审查版，量化下载 3.1 万，提供多种位宽