当サイトにはアフィリエイトリンクが含まれます。eBay パートナーとして、リンク経由でご購入いただいた場合に報酬を受け取ることがあります。eBay パートナーとして報酬を得ることがあります。詳しく

収録 GPU57価格追跡49 日直近 24h の価格データ43,303 件24h 最大の値下げGeForce RTX 3090-4.7%24h 最大の値上げRyzen AI Max+ 395 128GB+11.3%更新
¥ JPY

Qwen3.6 27B をローカルに導入するには？

Qwen3.6 27B は Qwen が 2026 年 4 月に公開した 27B の Dense モデルで、画像を扱えます。8 月の Qwen3.8 27B は同じ構造を引き継いでおり、サイズも速度もほぼ同じで性能はより高いので、新規に導入するなら 3.8 を使いましょう。3.6 は、すでに調整済みのワークフローで使い続けるのに向いています。24GB の GPU で 4-bit を動かすと、コンテキストは約 117K まで広げられます。

Qwen3.6 27B のモデル情報

  • 4-bit 最小VRAM19 GB · 8K
  • パラメータ数27.8B
  • 最大コンテキスト256K
アーキテクチャ
Dense
ライセンス
Apache-2.0
発売日
2026年4月22日
提供元
Alibaba
Hugging Face リポジトリ
Qwen/Qwen3.6-27B
GGUF リポジトリ
unsloth/Qwen3.6-27B-GGUF
NVFP4 リポジトリ（Blackwell）
nvidia/Qwen3.6-27B-NVFP4
MLX リポジトリ（Apple）
mlx-community/Qwen3.6-27B-4bit
Ollama タグ
qwen3.6:27b
レイヤー数
64
隠れ層次元
5,120
KV ヘッド数
4
ヘッド次元
256

Qwen3.6 27B のローカル実行に必要なVRAMは？

量子化重みサイズGB8K コンテキストGB32K コンテキストGB128K コンテキストGB256K コンテキスト（最大）GB
1-bit7推定8.610.216.725.3
2-bit11.8GGUF13.41521.530.1
3-bit14.5GGUF16.117.724.232.8
4-bit16.8GGUF18.42026.535.1
5-bit19.5GGUF21.122.729.237.8
8-bit28.6GGUF30.231.838.346.9
BF16/FP1653.8GGUF55.45763.572.1

詳しい計算ルールはデータの作り方ページをご覧ください。

Qwen3.6 27B は GPU 1 枚で動く？

24GB の GPU 1 枚で 4-bit が動きます。RTX 3090 や 4090 なら毎秒約 40 トークン、コンテキストは約 117K まで広げられます。惜しいのは、公式が思考用に少なくとも 128K を確保するよう勧めている点で、Unsloth もコンテキストが小さすぎると出力が文字化けすることがあると注意しています。24GB カードで確保するなら 3-bit に下げるか、32GB の RTX 5090 に替えてください。16GB カードでは 2-bit しか使えず、3.6 の低ビット量子化ファイルは 3.8 より一回り大きいので余裕がさらにありません。16GB カードでこれから導入するなら、Qwen3.8 27B のほうが向いています。

Amazon.jp
デバイス価格速度 t/s最大コンテキスト
Radeon RX 7900 XTX24 GB¥293,6506 件の出品40.7117K
GeForce RTX 309024 GB¥406,9228 件の出品39.7117K
Ryzen AI Max+ 395 128GBマシン全体 · 128 GB¥688,8588 件の出品11.3256K
GeForce RTX 409024 GB¥862,1369 件の出品42.6117K
GeForce RTX 509032 GB¥1,399,9909 件の出品72.3245K
RTX A600048 GB¥1,511,5715 件の出品32.9256K
RTX PRO 600096 GB価格なし72.3256K
Mac Studio M5 Ultra 96GBマシン全体 · 96 GB価格なし51.2256K
Tesla V100 32GB32 GB価格なし38.3245K
MacBook Pro M5 Max 128GBマシン全体 · 128 GB価格なし26.6256K
DGX Spark 128GBマシン全体 · 128 GB価格なし12.1256K

よく使われる GPU とマシンだけを、50B 未満と 50B 以上のモデルで分けて、価格の安い順に掲載しています。

Qwen3.6 27B をローカルで動かす前に知っておきたいこと

  1. 3.8 27B との違い

    構造はまったく同じで、違いはすべて学習と使い方にあります。3.8 はコーディングや長い工程のエージェントタスクに強く、思考の深さを調整する reasoning_effort が新たに加わり、「思考の保持」も既定でオンです。3.6 は既定で直近のターンの思考だけを保持し、すべて保持するには chat_template_kwargs で preserve_thinking を設定する必要があります。

  2. サンプリングパラメータ

    3.8 27B と同じで、思考モードは temperature 1.0、top_p 0.95、top_k 20、presence_penalty 0、非思考モードは 0.7、0.8、20、1.5 です。3.6 には、フロントエンドのような正確さが求められるコード向けの設定も別にあり、temperature を 0.6 に下げます。

  3. 推論エンジンのバージョンと既知の問題

    公式は vLLM 0.19.0 以上、SGLang 0.5.10 以上を推奨しています。Unsloth によると、CUDA 13.2 でビルドした llama.cpp は文字化けした出力を出すことがあるので避けてください。コンテキストが小さすぎても出力が文字化けすることがあり、公式は思考用に少なくとも 128K を確保するよう推奨しています。Ollama のタグは qwen3.6:27b です。

  4. MTP による投機的デコード

    llama.cpp はすでにこのモデルの MTP による投機的デコードに対応しており、Unsloth の MTP 版 GGUF を使うだけです。Unsloth によると生成速度は 1.4〜2.2 倍になり、余分に使うメモリは約 1 GB だけです。当サイトの速度は MTP なしで推定しています。

起動コマンド

Ollama

  • Windows
  • macOS
  • Linux
ターミナル
ollama run qwen3.6:27b

llama.cpp

  • NVIDIA
  • AMD
  • Mac
  • CPU
ターミナル
llama-server -hf unsloth/Qwen3.6-27B-GGUF:Q4_K_M -c 8192

vLLM

  • Linux
  • NVIDIA
  • AMD
オリジナルの重み
ターミナル
vllm serve Qwen/Qwen3.6-27B
NVFP4 · Blackwell

Blackwell 世代の GPU（RTX 50 シリーズ、RTX PRO 6000、B200）は NVFP4 の重みをネイティブに扱え、サイズは元の約 3 割です。

ターミナル
vllm serve nvidia/Qwen3.6-27B-NVFP4

MLX

  • Apple シリコン

画像を扱うモデルは mlx-vlm で動かします。Mac で pip install mlx-vlm を済ませてから実行すると、Hugging Face から MLX 版の重みを取得してサーバーを起動します。

ターミナル
mlx_vlm.server --model mlx-community/Qwen3.6-27B-4bit

ファイル名はその週のモデルライブラリ取得時点のものです。定義はデータ方法を参照してください。 データ方法

Qwen ファミリーのほかのモデル

モデル総パラメータアクティブ4-bit のサイズ
Qwen3 8BDense8.2B8.2B5 GB
Qwen3.5 9BDense9.7B9.7B5.7 GB
Qwen3.8 27BDense27.8B27.8B16.5 GB
Qwen3 32BDense32.8B32.8B19.8 GB
Qwen3.6 35B A3BMoE36B3B22.1 GB
Qwen3.8 Flash NextMoE176B6B111.3 GB
Qwen3.8 2.4T A95BMoE2,446B95B1,310.9 GB

Qwen について