Seorang pengguna melaporkan bahwa Qwen 3.6-27B berkinerja baik pada prompt tunggal tetapi gagal secara signifikan selama tugas agentic. Meskipun model menghasilkan HTML yang mengesankan dan konten yang lebih panjang daripada seri Qwen 3.5, model tersebut membuat kesalahan terus-menerus dan mengabaikan arahan dalam skenario multi-turn.
- Model menghasilkan halaman demo HTML berkualitas tinggi dan menghasilkan konten yang jauh lebih panjang daripada model Qwen 3.5.
- Dalam beban kerja agentic, model runtuh, membuat kesalahan setiap empat giliran atau sekitar itu.
- Pengguna kembali menggunakan Qwen 3.5-122B setelah beberapa upaya gagal untuk menstabilkan Qwen 3.6-27B.
Pengalaman ini menunjukkan bahwa meskipun Qwen 3.6-27B mampu untuk tugas-tugas terisolasi, model tersebut kurang keandalan yang diperlukan untuk alur kerja agentic multi-langkah yang kompleks.