Qwen 3.6 27B e 35B estão matando os modelos de 30B?

Se você está rodando modelos locais, já deve ter se deparado com o debate: os Qwen 3.6 27B e 35B estão realmente tornando obsoletos todos os outros modelos de ~30 bilhões de parâmetros? A pergunta é direta e a resposta, até certo ponto, parece ser sim. Mas, como operador, a gente sabe que a história nunca é tão simples.

O que os benchmarks mostram

Usuários relatam que os novos Qwen superam modelos como Qwen Coder 30B, GPT OSS 20B e as séries Gemma, especialmente em tarefas de coding e agent workflows. Em benchmarks públicos, os scores de HumanEval, MBPP e GSM8K confirmam a vantagem. O Qwen 3.6 35B, por exemplo, alcança 82% no HumanEval, contra 75% do Qwen Coder 30B. A diferença é significativa para quem precisa de precisão em código.

Visão de operador: o que está por trás

Os modelos Qwen 3.6 usam uma arquitetura melhorada com atenção multi-cabeça e treinamento em dados sintéticos de alta qualidade. Na prática, isso significa melhor compreensão de contexto e menos alucinações. Para agentes, a latência também é relevante: o 27B roda em GPUs de 24 GB com quantização 4-bit, enquanto o 35B exige pelo menos 32 GB. O custo de inferência é similar, mas o ganho de qualidade justifica a troca para a maioria dos casos.

Se você mantém modelos antigos por economia, saiba que o consumo de memória dos Qwen não é maior. O 27B pode ser carregado em uma RTX 3090 com 24 GB usando GPTQ 4-bit. Já o 35B precisará de duas GPUs ou de uma placa com 48 GB, como a A6000. A vantagem é que a qualidade extra pode reduzir iterações de prompt e diminuir custo total de operação.

O que muda na prática

Para quem desenvolve agentes ou ferramentas de código, a troca é quase obrigatória. Modelos antigos produzem mais erros de sintaxe e exigem mais tentativas. Se você ainda usa um modelo de 7B para coding, considere migrar para o 27B. A diferença é perceptível em tarefas como geração de funções complexas ou debugging.

Outro ponto: a comunidade está abandonando rapidamente modelos como GPT OSS 20B e Code Llama 34B. Se você depende de suporte ou de pacotes otimizados, vai encontrar menos recursos no futuro. Já os Qwen têm suporte ativo e integrações com ferramentas como vLLM e llama.cpp.

Ação prática: teste o Qwen 3.6 27B em seu fluxo de coding com um prompt padrão que você usa. Compare a taxa de acertos. Se for superior a 10%, a troca é justificada.

Tensão: isso escala?

Mas será que o ganho é suficiente para justificar a troca em todos os cenários? Para tarefas simples de geração de texto, modelos mais antigos ainda oferecem latência menor e custo mais baixo. Além disso, o Qwen 3.6 tem maior propensão a seguir instruções longas, o que pode ser um problema se seu agente falha com prompt muito grande. O modelo 35B, por exemplo, tem limite de 32K tokens, mas em testes práticos a qualidade cai após 16K tokens. Será que o gargalo é no processamento ou na capacidade de memória?

Outra dúvida: o custo de rodar modelos maiores compensa? Para uso pessoal, sim. Para produção em escala, é melhor fazer uma avaliação de throughput com seu hardware. Em uma A100 80GB, o 35B atinge cerca de 50 tokens/s, contra 70 tokens/s do 27B. Se a qualidade não for crítica, o 27B pode ser a melhor escolha.

Conclusão

Os Qwen 3.6 27B e 35B representam um salto real em qualidade, especialmente em código e agentes. Eles tornam a maioria dos modelos de 30B obsoletos para esses fins. Mas a decisão final depende do seu caso: se você precisa de máxima qualidade, migre. Se o custo é prioridade, mantenha os antigos até o próximo salto. Até lá, fica a pergunta: daqui a seis meses, o que será obsoleto?