实测：Qwen 3.6 27B智能体任务可靠性远不如122B
TokenRingAI · reddit · 2026-07-07
用户在RTX 6000上通过llama.cpp对Qwen 3.6 27B（8bit/16bit）进行深度测试，发现其在多轮智能体任务中平均每4轮就出现明显错误，无法稳定遵循指令。27B在单次提示和长内容生成上确实优于3.5系列，但多轮agentic工作流中可靠性严重不足，最终作者退回Qwen 3.5 122B使用。此现象与多位用户的正面评价相悖，引发关注。
TokenRingAI · reddit · 2026-07-07
用户在RTX 6000上通过llama.cpp对Qwen 3.6 27B（8bit/16bit）进行深度测试，发现其在多轮智能体任务中平均每4轮就出现明显错误，无法稳定遵循指令。27B在单次提示和长内容生成上确实优于3.5系列，但多轮agentic工作流中可靠性严重不足，最终作者退回Qwen 3.5 122B使用。此现象与多位用户的正面评价相悖，引发关注。