Qwen 3.6 27B在DeepSWE基准测试中仅得2%，排名18/20，引发社区对基准测试方法论和本地模型前景的激烈讨论。网友指出测试可能存在方法论缺陷，且高分模型多为闭源，本地模型虽性能不足但日常够用，微调才是关键。