Favicon de qwen

Qwen: Qwen3.6 27B

Qwen3.6 27B is a dense 27-billion-parameter language model from the Qwen Team at Alibaba, released in April 2026. It features hybrid multimodal capabilities — accepting text, image, and video inputs — and supports a 262,144-token context window.

The model is designed for agentic coding and reasoning tasks, with particular strength in repository-level code comprehension, front-end development workflows, and multi-step problem solving. It includes a built-in thinking mode for extended reasoning and preserves thinking context across conversation history. Qwen3.6 27B supports 201 languages and dialects and is released under the Apache 2.0 license.

Modalidades
Precio de entrada / salida
0,25 US$ / 2 US$por 1M
Contexto
262K
Publicado
27 abr 2026

Proveedores

Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Media ponderada

Entrada
0,3805 US$/M tokens
Salida
3,055 US$/M tokens
Historial de precios
No hay datos de precios efectivos para esta selección

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Rendimiento
73tok/s

P50, el mejor entre los proveedores

Latencia
0,41s

P50, mejor proveedor

Pruebas de rendimiento de AutoExacto
GPQA DiamondTAU-BenchChutes84,8 %78,9 %auto-routing85,1 %78,1 %Alibaba Cloud Int.84,2 %76,7 %SiliconFlow84,9 %75,6 %Reka AI83,2 %77,2 %
+2 proveedores más

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Tiempo de actividad (3 d)El modelo estaba accesible. Solicitud enrutada a un proveedor.
100,00 %
Disponibilidad (3 d)El modelo devolvió una inferencia de cualquier proveedor. Los errores y las respuestas vacías cuentan en su contra.
99,90 %

Disponibilidad durante los últimos 3 días

Últimas 72 horas
Disponibilidad 99,90 %
Hace 3 díasHace 2 díasAyerAhora

Disponibilidad en las últimas 24 horas

OpenRouter Availability
99,92 %
Without Routing
90,30 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Qwen: Qwen3.6 27B (Artificial Analysis y Vals AI)
FuentePrueba de rendimientoPuntuación
Artificial AnalysisQwen3.6 27B (Non-reasoning) Coding Index46,6
Artificial AnalysisQwen3.6 27B (Non-reasoning) GPQA Diamond82.9%
Artificial AnalysisQwen3.6 27B (Non-reasoning) HLE15.1%
Artificial AnalysisQwen3.6 27B (Non-reasoning) IFBench45.7%
Artificial AnalysisQwen3.6 27B (Non-reasoning) τ²-Bench Telecom93.6%
Artificial AnalysisQwen3.6 27B (Non-reasoning) AA-LCR66.7%
Artificial AnalysisQwen3.6 27B (Non-reasoning) τ³-Banking9.3%
Artificial AnalysisQwen3.6 27B (Non-reasoning) GDPval-AA23.5%
Artificial AnalysisQwen3.6 27B (Non-reasoning) CritPt0.9%
Artificial AnalysisQwen3.6 27B (Non-reasoning) Terminal-Bench Hard21.2%
Artificial AnalysisQwen3.6 27B (Non-reasoning) Terminal-Bench 2.151.3%
Artificial AnalysisQwen3.6 27B (Reasoning) Coding Index53,7
Artificial AnalysisQwen3.6 27B (Reasoning) Agentic Index18,5
Artificial AnalysisQwen3.6 27B (Reasoning) GPQA Diamond84.2%
Artificial AnalysisQwen3.6 27B (Reasoning) HLE23.1%
Artificial AnalysisQwen3.6 27B (Reasoning) IFBench67.6%
Artificial AnalysisQwen3.6 27B (Reasoning) τ²-Bench Telecom94.2%
Artificial AnalysisQwen3.6 27B (Reasoning) AA-LCR77.3%
Artificial AnalysisQwen3.6 27B (Reasoning) τ³-Banking16.7%
Artificial AnalysisQwen3.6 27B (Reasoning) GDPval-AA24.6%
Artificial AnalysisQwen3.6 27B (Reasoning) CritPt1.1%
Artificial AnalysisQwen3.6 27B (Reasoning) SciCode42.8%
Artificial AnalysisQwen3.6 27B (Reasoning) Terminal-Bench Hard34.8%
Artificial AnalysisQwen3.6 27B (Reasoning) Terminal-Bench 4.00.0%
Artificial AnalysisQwen3.6 27B (Reasoning) Terminal-Bench 2.160.7%
Vals AIQwen 3.6 27B CaseLaw v253.2%
Vals AIQwen 3.6 27B CorpFin v262.3%
Vals AIQwen 3.6 27B MortgageTax68.3%
Vals AIQwen 3.6 27B ProofBench v18.0%
Vals AIQwen 3.6 27B SAGE v145.6%
Vals AIQwen 3.6 27B SWE-bench70.0%
Vals AIQwen 3.6 27B TaxEval v271.3%
Vals AIQwen 3.6 27B Terminal-Bench 2.044.9%
Vals AIQwen 3.6 27B Vals Index48.7%
Vals AIQwen 3.6 27B Vals Multimodal Index50.2%
Vals AIQwen 3.6 27B Vibe Code Bench v1.111.9%

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

1.
Favicon de https://nousresearch.com
Hermes Agent
1,19Btókenes
2.
728Mtókenes
3.
Favicon de https://pi.dev/
pi
588Mtókenes
4.
Favicon de https://openclaw.ai/
OpenClaw
568Mtókenes
5.
Favicon de https://claude.ai/apple-touch-icon.png
Claude Code
143Mtókenes
Resto de OpenRouter
1,74B
Las 5 aplicaciones principales
19,5M

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Preguntas frecuentes