Alibaban tekoälytiimi julkaisi keskiviikkona 22. huhtikuuta Qwen3.6-27B:n, avoimen koodausmallin, joka päihittää oman sisaruksensa miltei viisitoistakertaisella parametrimäärällä. Apache 2.0 -lisenssi tarkoittaa, että kuka tahansa voi ladata painot, ajaa ne omalla laitteellaan ja käyttää niitä myös kaupallisesti. Suomalaiselle ohjelmistotalolle uutinen on käytännöllinen: osa Cursor- ja Copilot-laskuista voi siirtyä kehittäjän oman työaseman näytönohjaimelle.
Vertailuluvut julistavat tiiviin voiton
Qwen3.6-27B:n vertailuluvut Hugging Face -mallikortilla eivät jätä tulkinnanvaraa. Tiivis 27 miljardin parametrin malli saa SWE-bench Verifiedissä 77,2 prosentin pistemäärän, kun viime vuoden 397 miljardin parametrin MoE-veli Qwen3.5-397B-A17B jää 76,2:een. SWE-bench Pro antaa eron 53,5 vs 50,9 ja monikielinen SWE-bench 71,3 vs 69,3. Terminal-Bench 2.0:lla kuilu revähtää näkyvämmäksi: 59,3 vs 52,5. Uusi tiivismalli yltää samaan lukemaan kuin Anthropicin Claude Opus 4.5.
Miksi 27 miljardia voitti 397 miljardia
Mixture of Experts -arkkitehtuurissa mallilla on iso joukko asiantuntijaverkkoja, mutta jokaista tokenia käsittelee vain pieni osa niistä. Qwen3.5-397B-A17B:llä on nimensä mukaan 397 miljardia parametria, mutta vain 17 miljardia aktivoituu kerrallaan. MoE säästää laskentaa päättelyssä, mutta muistia ja latausaikaa tarvitaan koko mallin verran. Tiivis malli taas käyttää kaikkia parametrejaan jokaisessa eteenpäinajossa: kevyempi ajaa, mutta perinteisesti heikompi koodauksessa samalla parametribudjetilla.
Alibaban kikka on se, että Qwen3.6-27B kääntää perinteisen oppitunnin päälaelleen. Arkkitehtuuri sekoittaa 64 kerroksessa Gated DeltaNet- ja tavallista attention-kerrosta, ja uutta on niin sanottu Thinking Preservation: malli säilyttää ajatteluketjunsa keskustelun yli eikä joudu toistamaan samoja päättelyaskelia jokaisella kierroksella. Konteksti-ikkuna on natiivisti 262 144 tokenia ja venyy yli miljoonaan. Agenttiajoissa, joissa samaa koodikantaa pyöritellään tunteja, tokenien säästö näkyy sekä nopeudessa että sähkölaskussa.
Mikä on tiivis vs MoE-malli?
Tiivis (dense) malli ajaa kaikki parametrinsa jokaista tokenia kohden. MoE (Mixture of Experts) aktivoi vain osan asiantuntijaverkoistaan kerrallaan, joten se on halvempi ajaa mutta vaatii koko mallin mahtumaan muistiin. Qwen3.6-27B:n tapauksessa tiiviisti pakattu 27 miljardia riittää voittamaan MoE-toteutuksen, jonka kokonaiskoko on 397 miljardia.
RTX 4090 korvaa API-laskun suomalaisessa koodaritalossa
Kvantisoitu 4-bittinen versio mallista mahtuu noin 18 gigatavun VRAM-budjettiin. Se tarkoittaa yhtä RTX 4090:tä, laitetta, jonka saa Suomestakin parilla tonnilla. Pieni ohjelmistotalo voi siis ajaa koodausagentin omalla palvelimellaan tai jopa kehittäjän työasemalla ilman, että asiakkaan koodi poistuu talosta.
Vertailu kannattaa tehdä Cursorin suuntaan. Cursorin Pro-tilaus maksaa 20 dollaria käyttäjältä kuukaudessa, ja raskaat agenttiajot kuluttavat lisäkredittejä sen päälle. Kymmenen kehittäjän tiimissä perusmaksu on 200 dollaria kuussa ilman piikkejä. Qwen3.6-27B pyörii maksutta omalla laitteella. Rautasijoitus ja sähkö pitää laskea mukaan, mutta 4090 maksaa itsensä takaisin reilussa vuodessa – ja samalla koodi ei kulje ulkomaisen palveluntarjoajan kautta.
Tämä on konkreettinen kynnys erityisesti pankeille, vakuutusyhtiöille ja terveyssektorille. Finanssivalvonta ja tietosuojavaltuutettu odottavat, että asiakasdata pysyy EU:n alueella, eivätkä kaikki asiakkaat hyväksy, että kehittäjän Cursor lähettää sisäisen pankkijärjestelmän lähdekoodin Yhdysvaltain serverille. Helsinkiläisen Silo AI:n ympärille kasvanut tutkijayhteisö on käyttänyt aiempia Qwen-versioita vertailuarvona omissa julkaisuissaan, eikä uusi 27B-malli muuta tilannetta huonommaksi: saman tasoisen koodausapurin voi nyt ajaa kokonaan suomalaisessa konesalissa.
