有用户报告称 Qwen 3.6 27B 在单提示词任务中表现良好，但在智能体任务中显著失败。虽然该模型生成的 HTML 和更长内容优于 Qwen 3.5 系列，但在多轮场景中它会持续出错并忽略指令。
- 该模型生成高质量的演示 HTML 页面，并生成比 Qwen 3.5 模型长得多的内容。
- 在智能体工作负载中，模型崩溃，大约每四轮就犯一次错误。
- 在多次尝试稳定 Qwen 3.6 27B 失败后，用户回退到使用 Qwen 3.5 122B。
经验表明，虽然 Qwen 3.6 27B 能够处理孤立任务，但缺乏复杂多步智能体工作流所需的可靠性。