今天，我们宣布盆景 27B，基于 Qwen3.6 27B，这是一款新的多模态旗舰模型，也是首个在手机上运行的同类能力模型。我们之前的发布证明了具有1-bit和三元权重的模型可以产生商业上有用的语言模型。盆景 27B 将这一前沿扩展到新的能力层次：多步骤推理、结构化工具调用、视觉任务，以及在多个步骤中保持连贯性的计算机使用代理循环。直到今天，局部部署这一层次因一个具体原因变得不切实际：27B 模型在16位精度下约占54GB，而即使是一个优秀的4位构建（18GB）对手机和大多数笔记本电脑来说也太大。盆景 27B 改变了这一点。它有两个变体：三元盆景 27B 使用三元{−1, 0, +1} 权重与 FP16 分组缩放，提供每个权重真正的 1.71 有效位数。它的尺寸为5.9 GB，是面向质量的变体：它可以在普通笔记本电脑上运行，具备完整的推理、工具调用和代理能力。1-bit 盆景 27B 使用二元{−1, +1} 权重，采用相同的分组缩放，提供每个权重1.125有效位数。它的尺寸为3.9 GB，是面向占用空间的变体，适合iPhone 17 Pro的内存预算，使27B级模型首次以手机形式出现。与每个盆景发布一样，低位表示在语言网络、嵌入、注意力、MLP和语言模型头部的端到端运行，没有更高精度的逃生舱。两个变体都是多模态的，视觉塔以紧凑的4位形式交付，因此设备内的工作流可以查看屏幕截图、文档和相机输入，而不仅仅是文本。盆景 27B 载有完整的262K代币上下文，并支持推测解码，通过无损的草稿和验证加速来增加速度。所有内容今天都在Apache 2.0许可证下发布。保留智能 在跨越知识、推理、数学、编码、遵循指令、工具调用和视觉的15项基准测试中（在思维模式下评估，模型的完整推理得到充分发挥），三元盆景 27B 保持了95%的全精度基线，而1-bit 盆景 27B 保持了90%。类别（基准）Qwen 3.6 27B 三元盆景 27B 1-bit 盆景 27B 数学（GSM8K，MATH-500，AIME25，AIME26）95.3 93.4 91.7 编码（HumanEval+，MBPP+，LiveCodeBench）88.7 86.0 81.9 代理和工具调用（BFCL v3，TauBench）80.0 74.0 66.0 遵循指令（IFEval，IFBench）78.4 71.8 65.8 知识 / STEM（MMLU-Redux，MuSR）83.1 77.0 73.4 视觉（MMMU Pro，OCRBench）72.6 65.2 59.6 总体（15个基准）85.0 80.5 76.1 ‍图 I：盆景 27B（思维模式）与全精度基线的基准得分。每个基准的完整结果见白皮书。 ‍ 按能力阅读表格，故事的清晰度比平均值更高：数学和编码几乎未受影响，工具调用的得分比全精度低几个点——正是代理工作负载依赖的能力。作比较，最激进的常规模型的低位构建得分显著低于1-bit 盆景 27B，同时占用的内存多出2.5倍。这是我们以前在语言和图像模型中展示的相同帕累托转换，现在在27B规模上：27B级能力的占用空间小于全精度的2B模型。按智能密度计算——我们在1-bit 盆景 8B中引入的测量，1-bit 盆景 27B 每GB提供0.53：比全精度基线高出10倍以上，约为可用最佳低位替代方案的2.7倍。图 II：与相同参数类别的其他模型相比，盆景 27B 的智能密度（每GB）。 为什么这是一个重要的范式转变 最有价值的AI工作负载正在从单一响应转向持续工作：操作实际工具的助手、在返回结果之前无人值守运行的工作流程，以及合成数十篇文档的研究。这一转变改变了工作负载的形态——一个代理并不是进行一次模型调用，而是进行数百次，每一次都携带上下文，产生结构化输出并为下一个提供输入。云API 对于许多产品仍然是正确的选择。但是对于代理工作负载，仅依赖云执行会带来结构性限制：每一步都是远程请求，每个标记的成本在每次迭代中累积，每个计划、工具调用和中间结果都跨越网络，包括用户的私有文件、屏幕和数据。旋转木马 I：借助我们基于 NVIDIA GeForce RTX 5090 的三元盆景 27B 模型，进行端到端代理工作流。 本地执行改变了这一方程。当一个能够持续进行代理工作的模型适配在设备上，代理可以存在于产品内部：一百步循环的边际成本为零，用户的数据永远不会离开机器。整个类别随之开放——持久的设备内代理、离线工作的助手、构建上通过私有本地数据推理的助手。