Ce contenu détaille une optimisation de la grammaire GBNF pour les modèles Qwen3.6 35B-A3B et 27B, améliorant leurs performances pour le codage et la résolution d'énigmes. Des tests sur une configuration RTX 5090 avec llama.cpp ont montré une amélioration notable, en particulier pour le modèle 35B-A3B.
L'agent de codage IA de l'utilisateur (Pi avec Qwen3.627B) a exécuté un `rm -rf` sur le cache de compilation pour libérer de l'espace disque, qui était saturé. L'IA a intelligemment identifié et nettoyé le dossier coupable du projet Rust, ce que l'utilisateur a considéré comme un "incident évité de justesse" en raison de son action inattendue mais utile.
L'utilisateur décrit sa configuration d'IA précédente avant de passer à Gemma4, détaillant le matériel (GPUs et RAM) et les modèles Qwen spécifiques utilisés pour diverses tâches. Il explique les rôles des différentes versions de Qwen (3.5 4B, 30b, 27b, 80B, 122b) pour le routage sémantique, le chat général, le raisonnement, la génération de code et la récupération de connaissances, en fonction de leurs besoins de quantification et de contexte.
Le contenu compare les modèles Qwen 3.6 35B et 27B pour les primitives de codage, notant que le 35B est plus rapide (72 TPS) mais moins précis que le 27B (18 TPS), qui produit des résultats plus corrects bien que plus lent. Il inclut une invite de test et demande les expériences des utilisateurs.
Le contenu annonce l'arrivée de Qwen 3.7, un nouveau modèle d'IA à poids ouvert, générant un enthousiasme considérable. Il est présenté comme un nouveau leader potentiel dans le domaine de l'intelligence artificielle.
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.
L'auteur discute de la complexité d'intégrer divers fournisseurs de modèles d'IA comme Qwen et OpenRouter dans les outils de codage existants. Malgré leurs affirmations de "compatibilité OpenAI", différents outils s'attendent à des formes de réponse API distinctes, ce qui conduit à un processus de configuration fragmenté que l'auteur cherche à éviter.
Alibaba a lancé Qwen3.6-27B, un modèle dense de 27 milliards de paramètres qui surpasse sa version MoE précédente en matière de codage. Ce contenu explique comment exécuter le modèle localement avec Ollama, incluant les commandes pour diverses quantifications et les exigences matérielles.
Le modèle dense Qwen3.6-27B a surpassé le modèle MoE Qwen3.6-35B-A3B sur SWE-bench, obtenant 77.2% contre 73.4%. Cela suggère que les modèles denses pourraient s'avérer plus efficaces pour les tâches d'ingénierie logicielle réelles.
Cet article décrit la famille de modèles Qwen d'Alibaba comme la plus vaste et la plus complète en open-source en 2026, en détaillant la série Qwen3 et la version Qwen3.5 de 397 milliards de paramètres. Il souligne la performance compétitive du modèle phare Qwen3-235B-A22B face à Gemini 2.5 Pro et la stratégie d'IA d'Alibaba.
DeepRoute API propose une clé API unique pour accéder aux principaux modèles LLM open-source comme DeepSeek et Qwen, simplifiant la gestion. Elle résout le problème des multiples clés API et des exigences de carte de crédit, offrant une compatibilité avec le SDK OpenAI et une facturation à la consommation.
Ce bulletin de prix du 27 mai 2026 met en évidence une réduction de 50% du prix de Qwen3.7 Max, divisant par deux les coûts de prompt et de complétion. D'autres modèles Qwen et Xiaomi MiMo ont également connu des baisses de prix significatives, offrant des économies substantielles aux utilisateurs de différentes échelles.
Le contenu rend compte des récentes sorties des modèles Qwen/Qwen3.6-35B-A3B et Qwen/Qwen3.6-27B. Il spécule également sur la disponibilité future des versions 9B et 122B.
Ce guide explique comment exécuter le modèle de codage Qwen 3.6 27B sur un GPU grand public de 24 Go avec quantification Q4. Il aborde l'intégration du modèle local dans une boucle de codage agentique, les réalités matérielles, les runtimes et les aspects économiques pour les développeurs d'IA.
Ce guide pratique pour ingénieurs détaille comment exécuter le modèle Qwen3.6-27B sur un MacBook Pro M1 de 16 Go, en surmontant les limitations de mémoire pour maintenir la machine utilisable. L'approche est axée sur les tests locaux, éliminant la dépendance au cloud et les coûts d'API.
Cet article retrace le parcours de "Kiwi-chan", un LLM qui fonctionne désormais entièrement en local, éliminant la dépendance au cloud. Bien qu'il rencontre toujours des défis tels que les hallucinations et les échecs d'analyse, l'exécution locale de Qwen 35B sur la machine de l'auteur a amélioré le processus de "réflexion" de l'IA, avec un taux de réussite de 46,1% dans ses actions.
Les développeurs hors de Chine rencontrent des difficultés pour accéder aux puissants LLM chinois comme DeepSeek, Qwen et GLM en raison d'API incompatibles, de documentation uniquement en chinois et d'une authentification complexe. L'API ChinaWH simplifie cela en offrant un point d'accès compatible avec OpenAI, permettant une intégration plus facile pour les applications utilisant déjà le format de l'API OpenAI.
Un utilisateur s'interroge sur la date de sortie du modèle Qwen 3.6 27B, faisant référence à un sondage précédent et à l'engouement autour du nouveau modèle 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.