Este contenido detalla una optimización de la gramática GBNF para los modelos Qwen3.6 35B-A3B y 27B, lo que resulta en un rendimiento mejorado para la codificación y la resolución de rompecabezas. Las pruebas en una configuración RTX 5090 con llama.cpp mostraron una mejora significativa, especialmente para el modelo 35B-A3B.
El agente de codificación de IA del usuario (Pi con Qwen3.627B) ejecutó un `rm -rf` en el caché de construcción para liberar espacio en disco, que estaba lleno. La IA identificó inteligentemente la carpeta del proyecto Rust como la culpable y la limpió, lo que el usuario consideró un "casi accidente" debido a su acción inesperada pero útil.
El usuario describe su configuración de IA anterior antes de cambiar a Gemma4, detallando el hardware (GPUs y RAM) y los modelos Qwen específicos utilizados para diversas tareas. Explica las funciones de las diferentes versiones de Qwen (3.5 4B, 30b, 27b, 80B, 122b) para enrutamiento semántico, chat general, razonamiento, generación de código y recuperación de conocimiento, según sus necesidades de cuantificación y contexto.
El contenido compara los modelos Qwen 3.6 35B y 27B para primitivas de codificación, señalando que el 35B es más rápido (72 TPS) pero menos preciso que el 27B (18 TPS), el cual produce resultados más correctos a pesar de ser más lento. Incluye un prompt de prueba y busca experiencias de usuario.
El contenido anuncia la llegada de Qwen 3.7, un nuevo modelo de IA de código abierto, generando un gran entusiasmo. Se presenta como un potencial nuevo líder en el campo de la inteligencia artificial.
Os resultados finais da votação para o Qwen 3.6 foram anunciados. Espera-se que o lançamento do modelo comece em breve, após sete dias.
El autor aborda la complejidad de integrar varios proveedores de modelos de IA como Qwen y OpenRouter en herramientas de codificación existentes. A pesar de sus afirmaciones de "compatibilidad con OpenAI", distintas herramientas esperan formas de respuesta de API diferentes, lo que lleva a un proceso de configuración fragmentado que el autor busca evitar.
Alibaba ha lanzado Qwen3.6-27B, un modelo denso de 27 mil millones de parámetros que supera a su versión MoE anterior en tareas de codificación. Este contenido detalla cómo ejecutar el modelo localmente usando Ollama, incluyendo comandos para diferentes cuantificaciones y requisitos de hardware.
El modelo denso Qwen3.6-27B superó al modelo MoE Qwen3.6-35B-A3B en SWE-bench, obteniendo un 77.2% frente a un 73.4%. Esto sugiere que los modelos densos podrían ser más efectivos para tareas de ingeniería de software reales.
El artículo analiza la familia de modelos Qwen de Alibaba, presentándola como la más grande y completa de código abierto en 2026, incluyendo la serie Qwen3 y la versión Qwen3.5 con 397 mil millones de parámetros. Destaca el rendimiento del modelo insignia Qwen3-235B-A22B, que compite con Gemini 2.5 Pro, y la estrategia de IA de Alibaba.
DeepRoute API ofrece una única clave de API para acceder a los principales modelos LLM de código abierto como DeepSeek y Qwen, simplificando la gestión. Resuelve el problema de múltiples claves de API y requisitos de tarjeta de crédito, ofreciendo compatibilidad con el SDK de OpenAI y facturación de pago por uso.
Este resumen de precios del 27 de mayo de 2026 destaca un recorte del 50% en el precio de Qwen3.7 Max, reduciendo a la mitad los costos de prompt y finalización. Otros modelos Qwen y Xiaomi MiMo también experimentaron reducciones de precios significativas, ofreciendo ahorros considerables para usuarios de diversas escalas.
El contenido informa sobre los lanzamientos recientes de los modelos Qwen/Qwen3.6-35B-A3B y Qwen/Qwen3.6-27B. También especula sobre la disponibilidad futura de las versiones de 9B y 122B.
Esta guía detalla cómo ejecutar el modelo de codificación Qwen 3.6 27B en una única GPU de consumidor de 24GB con cuantificación Q4. Cubre la integración del modelo local en un bucle de codificación agencial, las realidades del hardware, los tiempos de ejecución y la economía para desarrolladores de IA.
Esta guía práctica para ingenieros detalla cómo ejecutar el modelo Qwen3.6-27B en un MacBook Pro M1 de 16GB, superando las limitaciones de memoria para mantener la máquina utilizable. El enfoque se centra en pruebas locales, eliminando la dependencia de la nube y los costos de API.
El artículo narra el viaje de "Kiwi-chan", un LLM que ahora se ejecuta completamente de forma local, eliminando la dependencia de la nube. A pesar de seguir enfrentando desafíos como alucinaciones y fallos de análisis, la ejecución local de Qwen 35B en la máquina del autor ha mejorado el proceso de "pensamiento" de la IA, con una tasa de éxito del 46.1% en sus acciones.
Los desarrolladores fuera de China tienen dificultades para acceder a potentes LLM chinos como DeepSeek, Qwen y GLM debido a APIs incompatibles, documentación solo en chino y autenticación compleja. La API ChinaWH lo simplifica al ofrecer un endpoint compatible con OpenAI, permitiendo una integración más fácil para aplicaciones que ya utilizan el formato de la API OpenAI.
Un usuario pregunta sobre la fecha de lanzamiento del modelo Qwen 3.6 27B, mencionando una encuesta anterior y el revuelo en torno al nuevo modelo 35B.
Qwen-Image-Edit é uma nova versão do modelo Qwen-Image focada em edição de imagens, estendendo suas capacidades de renderização de texto para edição precisa. Ele permite edição semântica e de aparência ao integrar-se com Qwen2.5-VL e VAE Encoder.
Este conteúdo anuncia o lançamento dos modelos open-source Qwen2.5-1M (7B e 14B), que agora suportam um comprimento de contexto de até um milhão de tokens. Esta liberação expande as capacidades dos modelos Qwen para lidar com contextos extensos, seguindo a atualização da versão Turbo.