https://blog.cpdd.fyi/tags/qwen/Recent content in Qwen on Zampo BlogHugozh-cnFri, 17 Apr 2026 19:00:00 +0800https://blog.cpdd.fyi/posts/qwen3-6-vs-gemma4-benchmark/Fri, 17 Apr 2026 19:00:00 +0800https://blog.cpdd.fyi/posts/qwen3-6-vs-gemma4-benchmark/<p>Qwen3.6 的发布，可能是本地 Agent 应用场景中最棒的发布之一。</p> <p>为什么？</p> <p>因为 Qwen3.5 27B 有一个致命问题：<strong>工具调用可靠性很强，但是慢。</strong></p> <p>对于需要不断生成 token 的 Agent 工作流来说，这是关键批评。你有一个可靠的工具调用专家，但它生成 token 的速度慢到你无法实用。</p> <p><strong>Qwen3.6 解决了这个问题</strong>——速度大幅提升，同时保持工具调用可靠性。</p> <p>这篇是本地 AI 模型性能基准测试，基于真实测试数据，给你一份可操作的硬件选型指南。看完你知道：</p> <ul> <li>Qwen3.6 比 Qwen3.5 27B 快多少</li> <li>24GB VRAM 为什么是魔法数字</li> <li>入门/中端/高端/极限四档配置怎么选</li> <li>量化等级 Q4/Q5/Q6/Q8 如何取舍</li> </ul> <hr> <h2 id="一测试硬件配置">一、测试硬件配置</h2> <p>先说测试平台。</p> <table> <thead> <tr> <th>平台</th> <th>GPU 配置</th> <th>总 VRAM</th> <th>用途</th> </tr> </thead> <tbody> <tr> <td>HP Z440</td> <td>2× RTX 3060 12GB</td> <td>24GB</td> <td>双卡并行测试</td> </tr> <tr> <td>Prox 2</td> <td>8× GPU</td> <td>多配置</td> <td>极限吞吐量测试</td> </tr> <tr> <td>单机</td> <td>RTX 3090 24GB</td> <td>24GB</td> <td>单卡高配测试</td> </tr> <tr> <td>单机</td> <td>RTX 4090 24GB</td> <td>24GB</td> <td>单卡旗舰测试</td> </tr> </tbody> </table> <h3 id="24gb-vram-是魔法数字">24GB VRAM 是魔法数字</h3> <p>为什么强调 24GB？</p>https://blog.cpdd.fyi/posts/qwen36-plus-user-feedback/Fri, 10 Apr 2026 12:15:00 +0800https://blog.cpdd.fyi/posts/qwen36-plus-user-feedback/<p>大家都在问：Qwen3.6-Plus 到底有没有超过 Claude？</p> <p>说实话，这不是这次发布里最值得看的问题。真正该盯住的是另一件事：阿里这次发的，已经不只是一个“更强一点的 Qwen”，而是在把自己往 hosted agent model 的位置上推。1M context、agentic coding、多模态、<code>preserve_thinking</code>，这套词不是在卖聊天模型，是在抢开发者工作流。</p> <p><img src="https://blog.cpdd.fyi/images/qwen36-plus-user-feedback/cover.jpg" alt="Qwen3.6-Plus 头图：从开源模型品牌转向 hosted agent 竞争"></p> <p><em>Qwen3.6-Plus 这次最值得看的，不是谁赢了谁，而是阿里开始认真抢 hosted agent 这张桌子上的位置。</em></p> <p>官方信息里，能确认的部分并不含糊。Qwen3.6-Plus 在 4 月 2 日正式发布，走的是托管 API 路线，不是开放权重模型；默认给到 1M context，主打 agentic coding 和多模态推理，还专门加了一个 <code>preserve_thinking</code>，明确就是冲着多步 agent 任务去的。单看这组信号，方向已经很清楚了：它想证明自己不是“Qwen 家族里又一个新型号”，而是一个更接近真实工程任务的工作模型。</p> <p>问题在于，宣传口径和开发者真正关心的东西，从来不是一回事。</p> <p>这次声量为什么大，我觉得有三个原因。第一，1M context 这种数字天生适合传播，哪怕很多人短期根本用不到。第二，agent coding 这几个字现在太敏感了，只要谁敢往这个方向喊，开发者都会看两眼。第三，也是最现实的一点：只要市场相信它有机会用更低成本去碰一线模型的活，哪怕还没坐实，试用流量就会先冲上来。</p> <p>所以它爆火，不光是因为能力，也因为想象空间够大。</p> <p>但第一波开发者反馈，很快就把想象空间拉回了地面。</p> <p>最典型的争议，不是“它写代码到底比谁强 3 分还是 5 分”，而是 benchmark 口径。官方公开表格里，Qwen3.6-Plus 在 Terminal-Bench 2.0 上给出的分数是 61.6，高于表中 Claude Opus 4.5 的 59.3；在 SWE-bench Verified 上是 78.8，低于表中 Claude Opus 4.5 的 80.9。这个信息本身可以转述，但社区真正盯着看的不是数字漂亮不漂亮，而是：为什么拿 4.5 对比，不是更新的 4.6？</p>https://blog.cpdd.fyi/posts/qwen3-5-local-deployment/Thu, 05 Mar 2026 10:37:00 +0800https://blog.cpdd.fyi/posts/qwen3-5-local-deployment/<blockquote> <p>阿里最新发布 0.8B-9B 端侧模型，10 分钟完成部署，显存最低 500MB。本文实测 4 种型号在 OpenClaw 中的表现，含完整配置、性能数据、踩坑记录。</p> </blockquote> <hr> <h2 id="写在前面">写在前面</h2> <p>2026 年 3 月初，阿里通义千问发布了 Qwen 3.5 小模型家族（0.8B/2B/4B/9B）。没有发布会，但技术文档里的几个数字让我停下了手头的工作：</p> <ul> <li>0.8B 模型显存占用 <strong>~500MB</strong></li> <li>4B 模型支持 <strong>原生多模态</strong>（非适配器方案）</li> <li>9B 模型用了 <strong>Scaled RL</strong> 强化学习</li> </ul> <p>我花了一下午把这四个型号全部署到 OpenClaw 里跑了一遍。结论先行：<strong>端侧 AI 的拐点，可能真的到了</strong>。</p> <p>下面是完整实测报告，包含部署步骤、配置方法、性能数据和踩坑记录。你可以直接照着做。</p> <hr> <h2 id="一qwen-35-小模型家族规格">一、Qwen 3.5 小模型家族规格</h2> <h3 id="11-型号对比">1.1 型号对比</h3> <table> <thead> <tr> <th>型号</th> <th>定位</th> <th>适用场景</th> <th>VRAM 占用</th> <th>推理速度</th> </tr> </thead> <tbody> <tr> <td><strong>0.8B</strong></td> <td>边缘设备/IoT</td> <td>传感器数据处理、简单指令</td> <td>~500MB</td> <td>120 tokens/s</td> </tr> <tr> <td><strong>2B</strong></td> <td>移动端/轻量任务</td> <td>聊天机器人、文本分类</td> <td>~1.5GB</td> <td>85 tokens/s</td> </tr> <tr> <td><strong>4B</strong></td> <td>轻量级 Agent</td> <td>多模态任务、自动化流程</td> <td>~3GB</td> <td>65 tokens/s</td> </tr> <tr> <td><strong>9B</strong></td> <td>推理与逻辑</td> <td>代码生成、复杂推理</td> <td>~6GB</td> <td>42 tokens/s</td> </tr> </tbody> </table> <blockquote> <p>测试环境：MacBook Pro M3，16GB 统一内存，量化版本 Q4_K_M</p>