Qwen3.6-35B-A3B-GGUF (Unsloth)

社区实测

稀疏 MoE 架构（35B 总参/3B 激活）以极低推理成本在消费级硬件上运行，Agentic Coding 和 SWE-bench 等基准表现亮眼，Apache 2.0 许可对开发者友好；但实际编程体验两极分化——速度快却输出质量不稳定，密集 27B 版本在需要规划的任务上口碑更佳，与前沿闭源模型仍有明显差距。

• 在消费级硬件（MacBook Pro M5）上可运行 Q4 量化版本，部署门槛低
• Terminal-Bench 2.0 得分 24.6%，超越 Gemini 2.5 Pro（19.6%），开源模型中领先
• Apache 2.0 许可，允许商用，无使用限制
• MoE 仅激活 3B 参数，推理响应速度快，适合日常快速问答
• SWE-bench Verified 得分 73.4%，远超 Gemma 4-31B（52.0%）
• 在 agentic coding 场景下实际可用，能胜任约 90% 的日常任务
• 支持多模态输入（视觉编码器），可处理图像生成类任务
• 在与 Gemma 4 26B A4B 的编程对比测试中以 21 分优势胜出

• 在 agentic coding 中会出现无限循环重复同一操作（如反复以空字符串调用写文件函数）
• 代码生成质量不稳定，输出可能松散凌乱，不如密集 27B 版本干净一致
• Power Ranking 编程任务仅解决 11/98，相比 Qwen3.5 35B（10/98）提升极小
• 知识类 benchmark 表现明显弱于预期，存在「刷榜」嫌疑
• 对 harness 和推理参数（temperature 等）敏感，配置不当严重影响效果
• 密集 27B 版本在需要规划和结构的任务上明显更优，社区多人中途切换回 27B
• 与 Claude Opus 4.7 等前沿闭源模型在编程 benchmark 上差距仍大（Opus 95/98 vs 11/98）
• 使用超出推荐数量的 expert 会导致输出质量下降

截至 2026-06-21