---
title: "Qwen 3.6 27B по API"
description: "Открытая плотная модель Qwen на 27 млрд параметров для кода и агентов: текст, картинки и видео на входе, окно 262 тыс. токенов. От 63,55 ₽ за 1 млн токенов."
url: https://veselo.ai/models/qwen/qwen3.6-27b
updated: 2026-11-17T04:26:46.099Z
---

# Qwen 3.6 27B по API

Qwen 3.6 27B — открытая плотная модель команды Qwen, вышла в апреле 2026 года под лицензией Apache 2.0. Статью о ней вендор озаглавил «Flagship-Level Coding in a 27B Dense Model» — код уровня флагмана в 27 млрд параметров. Окно — 262 144 токенов, на входе текст, картинки и видео. Здесь она работает по API, без своей видеокарты.

- **63,55 ₽ / 63,55 ₽ за 1 млн токенов**
- контекст 262 тыс.
- текст и картинки → текст

`qwen/qwen3.6-27b`

Обновлено: 17 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/chat)

## Попробовать Qwen3.6 27B

Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Пример запроса:** «Найди ошибку и исправь: def avg(xs): return sum(xs) / len(xs) if xs else None. Что будет, если передать список строк „1“, „2“, „3“?»

В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.

## Цены Qwen3.6 27B в рублях

| Вход — твой запрос | 63,55 ₽ за 1 млн токенов |
| --- | --- |
| Выход — ответ модели | 63,55 ₽ за 1 млн токенов |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Найти и исправить ошибку: функция с вопросом и ответ на 900 токенов | Около 0,08 ₽ |
| --- | --- |
| SQL по описанию таблиц: схема и вопрос на 600 токенов, запрос с пояснением на 700 | Около 0,09 ₽ |
| Скрипт, который избавит от рутины: описание и скрипт на 1 200 токенов | Около 0,09 ₽ |
| Регулярные выражения и разбор логов: кусок лога на 4 000 токенов и ответ на 1 000 | Около 0,32 ₽ |
| Помощник в VS Code через Cline или Continue: файл на 12 000 токенов и правка на 1 500 | Около 0,86 ₽ |

## Что умеет Qwen3.6 27B

- Плотная модель: на каждом токене работают все 27 млрд параметров, без смеси экспертов ([карточка модели](https://huggingface.co/Qwen/Qwen3.6-27B)).
- В облаке вендора окно — 262 тыс. токенов: до 260 тыс. уходит на вход, до 65 тыс. — на ответ ([Qwen Cloud](https://www.qwencloud.com/models/qwen3.6-27b)).
- Принимает текст, картинки и видео: можно показать скриншот ошибки или схему базы. Как это сделать — в разделе [«Картинки во входе»](https://veselo.ai/docs/vision).
- Вызывает функции, поэтому работает в агентах вроде Cline и Claude Code, и отвечает JSON по схеме.
- По сравнению с Qwen3.5 27B вендор отмечает рост в агентном программировании и задачах по точным наукам.

## Где применять

### Найти и исправить ошибку

Самая частая задача программиста — понять, почему не работает. Дай модели функцию, текст ошибки и что должно было получиться, и она объяснит причину, предложит исправление и покажет, на каких данных старый код ломался. Покажи и входные данные, на которых всё падает: так причину найти проще. Попроси заодно тест, который ловит эту ошибку: в следующий раз она не вернётся незаметно, даже если код перепишет кто-то другой.

**Пример запроса:** «Найди ошибку и исправь: def avg(xs): return sum(xs) / len(xs) if xs else None. Что будет, если передать список строк „1“, „2“, „3“?».

**Стоимость:** функция с вопросом и ответ на 900 токенов — около 0,08 ₽.

### SQL по описанию таблиц

Аналитик знает, что хочет посчитать, но не помнит, как называется колонка с датой возврата. Опиши таблицы — названия, колонки, связи — и словами спроси, что нужно. Модель напишет запрос и объяснит каждое соединение. Отдельно попроси вариант для своей базы: PostgreSQL, MySQL и ClickHouse пишут даты и окна по-разному. Запрос сначала прогоняй на копии или с LIMIT, а не на боевых данных.

**Пример запроса:** «Есть таблицы orders(id, user_id, created_at, total) и refunds(order_id, amount). Посчитай выручку по месяцам за 2026 год за вычетом возвратов, PostgreSQL».

**Стоимость:** схема и вопрос на 600 токенов, запрос с пояснением на 700 — около 0,09 ₽.

### Скрипт, который избавит от рутины

Переименовать пятьсот фото по дате съёмки, выгрузить отчёт из почты в таблицу, сжать картинки перед загрузкой на сайт — всё это делается коротким скриптом на Python или bash. Модель напишет его по описанию, добавит проверку, что файлы не перезапишутся, и объяснит, как запустить. Для разовой задачи этого хватает, а для постоянной попроси ещё обработку ошибок и запись в журнал. Запускай сначала на копии папки.

**Пример запроса:** «Напиши скрипт на Python: переименовать все фото в папке по дате съёмки из EXIF в формат 2026-11-16_001.jpg, без перезаписи существующих файлов».

**Стоимость:** описание и скрипт на 1 200 токенов — около 0,09 ₽.

### Регулярные выражения и разбор логов

Регулярные выражения пишут один раз и боятся трогать годами. Модель составит выражение по примерам строк, разберёт его по частям и предложит тесты: какие строки должны совпасть, какие нет. Тот же подход годится для логов: дай кусок журнала nginx и спроси, какие адреса чаще всего отвечают 500 и в какие часы. Для больших журналов надёжнее попросить скрипт, который посчитает это локально.

**Пример запроса:** «Вот 30 строк лога nginx. Напиши регулярное выражение, которое вытащит адрес, код ответа и время, и скрипт, который посчитает пятисотые по часам».

**Стоимость:** кусок лога на 4 000 токенов и ответ на 1 000 — около 0,32 ₽.

### Помощник в VS Code через Cline или Continue

Cline и Continue работают в VS Code и подключают любую модель с адресом в формате OpenAI. Укажи наш адрес, ключ и id `qwen/qwen3.6-27b` — и модель будет читать открытые файлы, предлагать правки и объяснять код прямо в редакторе. Настройки для обеих программ — в разделе [«SDK и программы»](https://veselo.ai/docs/sdks#cline). Агент делает много коротких запросов, поэтому выдай ему отдельный ключ с месячным лимитом: расход сразу будет виден отдельной строкой.

**Пример запроса:** «Посмотри открытый файл и предложи, как убрать дублирование в обработчиках форм, не меняя поведения».

**Стоимость:** файл на 12 000 токенов и правка на 1 500 — около 0,86 ₽.

### Комментарии и документация к коду

Код без описания через полгода не понимает даже автор. Модель напишет докстринги, README с примерами запуска и короткое описание архитектуры для новичка в команде. Попроси объяснять «зачем», а не «что»: строку `i += 1` комментировать не нужно, а вот почему таймаут ровно 30 секунд — полезно. Сверь итог с тем, как код ведёт себя на деле, — модель описывает то, что видит в исходниках, а не то, что задумывалось.

**Пример запроса:** «Напиши README для этого модуля: что делает, как запустить, переменные окружения, пример вызова. Для новичка в команде».

**Стоимость:** модуль на 10 000 токенов и README на 1 500 — около 0,74 ₽.

## Как писать запрос

Для кода давай три вещи: сам код, текст ошибки целиком и что должно было получиться. Без последнего модель чинит не то. Для точного кода вендор советует `temperature` 0,6 и `top_p` 0,95, для обычных ответов без размышлений — 0,7 и 0,8 ([карточка модели](https://huggingface.co/Qwen/Qwen3.6-27B)). Ответ на сложную задачу бывает длинным: вендор советует оставлять под него до 32 768 токенов, поэтому не ставь `max_tokens` слишком маленьким, иначе ответ оборвётся на середине.

## Характеристики

| Разработчик | Qwen (Alibaba) |
| --- | --- |
| Вид | Текст |
| Контекст | 262 144 токена |
| Ответ | до 65 536 токенов |
| Вход → выход | текст и картинки → текст |
| Умеет | вызывать функции (tools), отвечать строго в JSON |
| id для запроса | `qwen/qwen3.6-27b` |

- **Устройство:** 64 слоя, собранных в 16 блоков; в блоке — три слоя Gated DeltaNet и один слой полного внимания ([карточка модели](https://huggingface.co/Qwen/Qwen3.6-27B)).
- **Окно:** родное — 262 144 токена; при самостоятельном запуске YaRN растягивает его до 1 010 000, а в API работает окно облака Qwen.
- **Размышления:** у открытых весов включены по умолчанию; по желанию модель сохраняет размышления из прошлых реплик.
- **Вышла:** в апреле 2026 года, вслед за 35B-A3B.
- **Лицензия весов:** Apache 2.0, коммерческое использование разрешено.

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/chat/completions` с полем `model`: `qwen/qwen3.6-27b`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3.6-27b",
    "messages": [{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}]
  }'
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")

r = client.chat.completions.create(
    model="qwen/qwen3.6-27b",
    messages=[{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}],
)
print(r.choices[0].message.content)
```

**JavaScript**

```
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });

const r = await client.chat.completions.create({
  model: 'qwen/qwen3.6-27b',
  messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);
```

### Пример ответа — только поля

```
{
  "id": "chatcmpl-…",
  "model": "…",
  "choices": [{ "message": { "role": "assistant", "content": "…" } }],
  "usage": { "prompt_tokens": …, "completion_tokens": …, "cost_rub": … }
}
```

**В программах:** OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. [Библиотеки и программы](https://veselo.ai/docs/sdks) · [Claude Code](https://veselo.ai/docs/anthropic) · [MCP](https://veselo.ai/connect)

[Документация раздела](https://veselo.ai/docs/chat)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Qwen3.6 27B** — эта модель | 63,55 ₽ / 63,55 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | исправление ошибок, SQL и скрипты на каждый день, помощник в редакторе кода |
| [Qwen3.6 35B-A3B](https://veselo.ai/models/qwen/qwen3.6-35b-a3b) — Qwen (Alibaba) | 26,27 ₽ / 157,27 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | потоковые задачи — классификация, разметка, теги, короткие ответы — когда запросов тысячи |
| [Qwen3.8 27B без цензуры](https://veselo.ai/models/qwen/qwen3.8-27b-uncensored) — Qwen (Alibaba) | 223,46 ₽ / 893,81 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | художественные тексты с жёсткими сюжетами и проверка защит своих сервисов |
| [Qwen3.5 27B](https://veselo.ai/models/qwen/qwen3.5-27b) — Qwen (Alibaba) | 31,78 ₽ / 254,17 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | ответы в строгом формате, простые объяснения и задания для учёбы |
| [GLM-4.7 FlashX](https://veselo.ai/models/z-ai/glm-4.7-flashx) — Z.ai (GLM) | 7,42 ₽ / 42,37 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | тысячи простых запросов: тестовые данные, нормализация, фоновые шаги агентов |
| [Llama 4 Maverick](https://veselo.ai/models/meta-llama/llama-4-maverick-17b-128e-instruct-fp8) — Meta Llama | 26,48 ₽ / 105,91 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | тексты на 12 языках и вопросы по картинкам, когда нужна открытая модель Meta |

- [**Qwen3.6 35B-A3B**](https://veselo.ai/models/qwen/qwen3.6-35b-a3b) — смесь экспертов того же поколения: на токен работают 3 млрд параметров, удобна для потоковой разметки и коротких ответов.
- [**Qwen3.8 27B без цензуры**](https://veselo.ai/models/qwen/qwen3.8-27b-uncensored) — 27B следующего поколения без встроенных отказов, только текст: для художественных и острых задач.
- [**Qwen3.5 27B**](https://veselo.ai/models/qwen/qwen3.5-27b) — прошлое поколение того же размера: если запросы и проверки уже отлажены на нём.
- [**GLM-4.7 FlashX**](https://veselo.ai/models/z-ai/glm-4.7-flashx) — лёгкая модель Z.ai: сравни с ней цену и качество на своих задачах, прежде чем выбрать одну.

## Версии и отличия

[Qwen3.5 27B](https://veselo.ai/models/qwen/qwen3.5-27b) — прошлое поколение того же размера: 3.6 построена на ней и, по словам вендора, сильнее в агентном коде и точных науках. [Qwen3.8 27B без цензуры](https://veselo.ai/models/qwen/qwen3.8-27b-uncensored) — другая модель: в основе следующее поколение, 3.8, из весов убраны отказы, а у нас она принимает только текст. Соседка по поколению со смесью экспертов — [Qwen3.6 35B-A3B](https://veselo.ai/models/qwen/qwen3.6-35b-a3b).

## Подробно о Qwen3.6 27B

Qwen3.6 27B вышла в апреле 2026 года вместе с 35B-A3B — это первые открытые модели поколения Qwen3.6. Название статьи вендора говорит само за себя: «Flagship-Level Coding in a 27B Dense Model». Идея — код уровня крупных моделей при 27 млрд параметров.

Слово «плотная» значит, что на каждом токене работают все 27 млрд параметров, без смеси экспертов. Отвечать так дороже по вычислениям, чем у 35B-A3B, зато вся модель думает над каждым словом. Внутри 64 слоя. Большая часть из них — линейное внимание Gated DeltaNet, которое экономит вычисления на длинном контексте, а каждый четвёртый слой — обычное, полное внимание.

В карточке модели вендор приводит свои замеры на задачах программирования: SWE-bench Verified — 77,2, Terminal-Bench 2.0 — 59,3, LiveCodeBench v6 — 83,9 ([карточка модели](https://huggingface.co/Qwen/Qwen3.6-27B)). Для сравнения, у соседки 35B-A3B на SWE-bench Verified — 73,4. Замеры вендорские, свои задачи всё равно проверь на десятке примеров.

Одна полезная мелочь для агентов. По умолчанию модель держит размышления только для последней реплики, а прошлые отбрасывает. У открытых весов есть настройка, которая сохраняет их на весь разговор: агенту не приходится заново вспоминать, почему он выбрал этот путь три шага назад. Работает ли она в облачной версии, вендор отдельно не пишет. Поэтому в долгих сессиях надёжнее, когда агент записывает ключевые решения в файл заметок и перечитывает его.

Веса открыты по лицензии Apache 2.0: модель можно запустить у себя, дообучить и встроить в продукт. По API ты платишь только за токены и не держишь сервер включённым, когда запросов нет. А если проект вырастет и понадобится своё железо, код почти не придётся менять: vLLM и SGLang, которыми вендор советует запускать модель, отвечают в том же формате OpenAI.

## Как устроен доступ

Весело — не разработчик Qwen3.6 27B: модель выпускает Qwen (Alibaba). Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Чем Qwen 3.6 27B отличается от Qwen 3.8 27B без цензуры?**

Это разные модели. 3.6 27B — обычная модель Qwen с отказами, картинками на входе и окном 262 тыс. токенов. Вторая построена на следующем поколении, 3.8, из её весов убраны отказы, и у нас она принимает только текст. Для кода и работы бери 3.6 27B, для мрачных сюжетов и острых тем — версию без цензуры.

**Подойдёт ли Qwen 3.6 27B для работы в VS Code?**

Да, через расширения Cline или Continue: в них выбирается провайдер в формате OpenAI, адрес `https://veselo.ai/v1`, ключ и модель `qwen/qwen3.6-27b`. Пошаговые настройки — в разделе [«SDK и программы»](https://veselo.ai/docs/sdks#continue). Каждое действие расширения — платный запрос, так что поставь ключу месячный лимит.

**Какой max_tokens ставить для Qwen 3.6 27B?**

Вендор советует оставлять до 32 768 токенов на большинство задач и до 81 920 — на олимпиадные по математике и программированию. У облачной версии потолок ответа — 65 тыс. токенов, так что выше ставить нет смысла. Для коротких правок хватит нескольких тысяч.

**Можно ли запустить Qwen 3.6 27B у себя?**

Да, веса открыты на Hugging Face, есть и версия FP8. Понадобится серверная видеокарта с памятью под 27 млрд параметров и время на настройку. Если запросов немного или они идут волнами, по API выходит проще: ставить ничего не надо, платишь за токены.

**Видит ли Qwen 3.6 27B скриншоты?**

Да, вендор указывает три вида входа: текст, картинки и видео. Скриншот ошибки или схему базы прикладывают к сообщению ссылкой или в base64, как в разделе [«Картинки во входе»](https://veselo.ai/docs/vision). Текст ошибки всё равно вставь словами: его модель прочтёт без потерь.

**Сколько стоит исправить ошибку с Qwen 3.6 27B?**

63,55 ₽ / 63,55 ₽ за 1 млн токенов. Короткая функция с вопросом и ответ на 900 токенов обойдутся в около 0,08 ₽, разбор файла на 12 000 токенов с правкой — в около 0,86 ₽. Если модель рассуждает, эти токены тоже входят в ответ.

**Есть ли подписка или абонентская плата?**

Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.

**Сколько запросов можно отправлять?**

До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

**Что такое токены и как их считать?**

Токен — кусочек текста: часть слова, слово или знак. Платишь за токены запроса и ответа, сколько ушло — в поле usage ответа; как считается цена, написано в разделе документации «Цены и списания».

## Ещё по теме

- [Все модели: языковые модели](https://veselo.ai/models/llm-api)
- [Все модели: нейросети для кода](https://veselo.ai/models/api-neirosetej-dlya-koda)
- [Qwen API: модели Alibaba Qwen](https://veselo.ai/models/qwen)
- [Чат: сообщения и параметры — документация API](https://veselo.ai/docs/chat)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [Qwen3.8 Max](https://veselo.ai/models/qwen/qwen3.8-max)
- [Qwen3.7 Max](https://veselo.ai/models/qwen/qwen3.7-max)
- [Qwen3.6 Flash](https://veselo.ai/models/qwen/qwen3.6-flash)
- [Qwen3.6 Plus](https://veselo.ai/models/qwen/qwen3.6-plus)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [huggingface.co](https://huggingface.co/Qwen/Qwen3.6-27B), [qwencloud.com](https://www.qwencloud.com/models/qwen3.6-27b)
