TLDR;

A última Qwen 3.6 (27 bilhões de parâmetros) foi otimizada para agentic coding e multimodalidade, usa menos VRAM e agora consegue codificar, reconhecer imagens, criar arquivos e trabalhar offline localmente. Você precisa de hardware razoável: em Macs com MLX/M3 Ultra funciona bem, em PCs não‑Mac o mínimo indicado é uma RTX 4090 com pelo menos 16 GB de RAM (recomenda‑se 24 GB) e o modelo ocupa cerca de 20 GB de disco. Para testar, baixe o Qwen 3.6 (~20 GB) pelo LM Studio com o modo desenvolvedor ativado, carregue o modelo, habilite o endpoint compatível com OpenAI e use as funções de visão e tool‑calling.

Resumo

Qwen 3.6 é um modelo de 27 bilhões de parâmetros, lançado e otimizado para tarefas agentivas, programação e multimodalidade, que reduz o uso de VRAM e possibilita rodar localmente em computadores com desempenho decente. Ele consegue gerar código, executar agentes, reconhecer imagens, criar arquivos, ler e contribuir em bases de código, rodando offline. Com a chegada do MLX da Apple, a execução em Macs tornou‑se mais confiável. Em benchmarks, Qwen 3.6 supera a geração anterior Qwen 3.5 em coding agentivo e fica próximo a modelos como Opus 4.5 ou Claude 4.5 em métricas, embora não substitua os modelos de linha. Para GPUs não Apple, as especificações indicam uma RTX 4090 e ao menos 16 GB de memória (recomendam 24 GB); em Macs potentes como M3 Ultra funciona bem, enquanto laptops com VRAM limitada podem não rodar. O download é simples via LM Studio (habilitando modo desenvolvedor); o modelo ocupa cerca de 20 GB. Suporta visão, tool calling, logs em tempo real, aumento de janela de contexto, concorrência de sessões e opções de quantização/cache que aceleram respostas porém podem afetar qualidade. Também é compatível com a API OpenAI/OpenCode para integração local, sendo muito útil para trabalhar offline com tarefas de programação.