PC pour Qwen 3.6 : 27B dense ou 35B-A3B MoE, quel choix ?

PC für Qwen 3.6: 27B dicht oder 35B-A3B MoE, welche Wahl?

10. Juni 2026

Qwen 3.6 ist das derzeit am meisten diskutierte Open-Source-Modell. Aber bevor Sie einen PC für den Betrieb auswählen, müssen Sie eine einzige Frage beantworten: die 27B Dense-Version oder die 35B-A3B MoE-Version? Alles andere ergibt sich daraus.

Beide gehören zur selben Familie. Beide passen in 4-Bit auf eine Consumer-Grafikkarte. Beide stehen unter der Apache 2.0-Lizenz. Aber sie verhalten sich im Einsatz sehr unterschiedlich.

Dieser Leitfaden klärt zunächst die Frage und zeigt Ihnen dann den passenden PC für Ihre Wahl.

Qwen 3.6: Was Sie wissen müssen

Qwen 3.6 ist die neueste Generation offener Modelle von Alibaba. Es ist ein multimodales Modell (Text, Bild, Video) mit hybrider Reasoning-Fähigkeit und einem außergewöhnlichen nativen Kontextfenster von bis zu 1 Million Token.

Zwei offene Varianten eignen sich für den lokalen Einsatz:

Qwen3.6-27B

Dense — Codequalität

27 Milliarden Parameter, alle aktiv
Passt mit ca. 16,8 GB in 4-Bit
Stabiles und vorhersehbares Verhalten
Besser bei Code und Befolgung von Anweisungen
Beinhaltet Vision
Profitiert von DFlash-Beschleunigung (neue NVIDIA-GPUs)

Qwen3.6-35B-A3B

MoE — Geschwindigkeit

Insgesamt 35 Milliarden, 3 Milliarden aktiv pro Token
Rechenaufwand ähnlich wie bei einem 3B-Modell
Qualität ähnlich wie bei einem 35B Dense-Modell
Sehr schnell: über 100 Token/s auf High-End-GPUs gemeldet
Ca. 21 GB in 4-Bit, benötigt 24 GB VRAM
Ideal für Agenten und schnelles Tool-Use

So liest man „35B-A3B“: Es ist ein Mixture-of-Experts-Modell. Es enthält insgesamt 35 Milliarden Parameter, aber ein Router aktiviert für jeden generierten Token nur etwa 3 Milliarden davon. Ergebnis: Rechenaufwand eines kleinen Modells bei einer Qualität, die einem großen Modell nahekommt. Dadurch lassen sich auf Consumer-Hardware mehr als 100 Token pro Sekunde erreichen.

Dense oder MoE: So wählen Sie

Sie programmieren viel und die Zuverlässigkeit des Tool-Callings zählt vor allem

27B Dense

Sie wollen die maximale Geschwindigkeit auf einer 24-GB-Karte für Chat und Agenten

35B-A3B

Sie haben 16 GB VRAM und nicht mehr

27B Dense

Sie bauen lange Agenten-Loops mit vielen Tool-Aufrufen

27B Dense

Sie bevorzugen die wahrgenommene Reaktionsfähigkeit im Gespräch

35B-A3B

Ein ehrlicher Hinweis zur MoE-Variante. Rückmeldungen aus der Community zeigen, dass 35B-A3B bei langen Agenten-Loops fehlgeschlagene Tool-Aufrufe wiederholen oder überspringen kann. Die 27B Dense-Variante ist bei diesen Aufgaben beständiger. Wenn Sie Qwen 3.6 in ein Agenten-Framework (MCP, OpenCode usw.) einbinden, testen Sie es vor der endgültigen Entscheidung. Darüber hinaus funktioniert die DFlash-Beschleunigung, die die Geschwindigkeit verdoppelt, nur bei der Dense-Variante, nicht bei der MoE.

VRAM: Was Sie wirklich einplanen müssen

Die untenstehenden Zahlen gelten für einen kurzen bis mittleren Kontext. Achtung: Bei erweitertem Kontext erhöht der KV-Cache den benötigten Speicher stark.

Variante	Quantisierung	VRAM (kurzer Kontext)	Empfohlene Karte
Qwen3.6-27B Dense	Q4_K_M	ca. 16,8 GB	16 GB knapp, 24 GB komfortabel
Qwen3.6-27B Dense	Q5_K_M	ca. 20 GB	24 GB
Qwen3.6-35B-A3B MoE	Q4_K_M	ca. 21 GB	24 GB
Qwen3.6-35B-A3B MoE	Q5_K_M	ca. 26 GB	32 GB
Beide, sehr langer Kontext	Q4 + quantisierter Cache	+20 bis 40 GB KV-Cache	32 GB und mehr

Die 16-GB-Falle. 35B-A3B in 4-Bit passt trotz mancher Behauptungen nicht komfortabel auf 16 GB VRAM. Nutzen Sie auf einer 16-GB-Karte die 27B Dense-Variante, die für diesen Speicherbereich ausgelegt ist. Um 35B-A3B voll auszunutzen, sollten Sie 24 GB anstreben. Für sehr langen Kontext oder Q5 sollten Sie 32 GB anstreben.

Gut zu wissen: Mit llama.cpp und einem quantisierten KV-Cache (q8_0) wird der Speicherbedarf des Kontextes nahezu halbiert. Dadurch lässt sich ein erweiterter Kontext unterbringen, wo die Standardkonfiguration das Budget überschreitet. Auf unseren Maschinen sind diese Optimierungen vorinstalliert.

Qwen 3.6 in zwei Minuten starten

Am einfachsten geht es mit Ollama. Wählen Sie die Variante entsprechend Ihrer Karte:

# Dense-Variante 27B (16 GB und mehr)
ollama run qwen3.6:27b

# MoE-Variante 35B-A3B (24 GB und mehr)
ollama run qwen3.6:35b-a3b

# Für Agenten- oder Code-Einsatz nutzen wir oft llama.cpp
# mit quantisiertem KV-Cache für langen Kontext:
llama-server -m qwen3.6-35b-a3b-Q4_K_M.gguf \
  --cache-type-k q8_0 --cache-type-v q8_0 \
  --ctx-size 65536 --n-gpu-layers 99

Welcher PC für Qwen 3.6

Die Wahl des Rechners ergibt sich direkt aus der angestrebten Variante. Hier sind unsere passenden Workstations, montiert in Auriol (13390) und in der gesamten EU geliefert, mit Ollama und Open WebUI auf Wunsch vorinstalliert. Für die anspruchsvollsten Qwen-Varianten bieten unsere Workstations und KI-Server Konfigurationen mit mehreren GPUs.

CoreIA RTX 5060 TiQwen3.6-27B Dense in Q4, am Rande des Speichers. Der Einstieg. 2 068 €

CoreIA RTX 5090Der Maßstab: 35B-A3B in Q5, langer Kontext, über 100 Tok/s. 10 291 €

CoreIA GB10 (ASUS Ascent GX10)128 GB Unified für 1M Token Kontext ohne Einschränkungen. 6 999 €

Wichtig zur RTX 5070 Ti und zu 16-GB-Karten. Speziell für 35B-A3B reichen 16 GB nicht aus, selbst in Q4. Wenn Ihr Ziel das MoE 35B-A3B ist, entscheiden Sie sich für eine 32-GB-Karte: CoreIA Radeon AI PRO R9700 (AMD-Karte, ohne CUDA) oder CoreIA RTX 5090. Wenn Sie bei 16 GB bleiben, ist 27B Dense die richtige Wahl, und sie ist hervorragend. Wir beraten Sie entsprechend der angestrebten Variante.

Warum Qwen 3.6 lokal ausführen

Neben dem Datenschutz bietet Qwen 3.6 lokal konkrete Vorteile für alle, die eine dauerhafte, ernsthafte KI wollen.

Keine laufenden Kosten. Kein Abonnement, keine Abrechnung nach Token. Sobald der Rechner erworben ist, ist die Nutzung unbegrenzt.
Private Daten. Ihre Prompts, Ihr Code und Ihre Dokumente verlassen nie Ihr Netzwerk.
Erstklassige Qualität. Qwen 3.6 kann mit den besten offenen Modellen bei Code, Reasoning und Agenten-Aufgaben mithalten.
Massiver Kontext. Bis zu 1 Million Token nativ, um ganze Codebases oder lange Dokumente zu verarbeiten.
Apache 2.0-Lizenz. Freie kommerzielle Nutzung ohne Einschränkungen.

Kurz zusammengefasst

27B Dense oder 35B-A3B MoE?
Dense für Code und zuverlässiges Tool-Use auf 16 GB. MoE für maximale Geschwindigkeit auf 24 GB und mehr.

Welches VRAM-Minimum?
16 GB für 27B Dense. 24 GB für 35B-A3B. 32 GB für langen Kontext oder Q5.

Ist Qwen 3.6 kostenlos?
Ja, Open Source unter Apache 2.0. Sie zahlen nur für die Hardware.

Kann man es für Code und Agenten nutzen?
Ja, das ist eine seiner Stärken. Für lange Agenten-Loops bevorzugen Sie 27B Dense, da es beständiger ist.

Braucht man einen großen Rechner für 1M Token Kontext?
Ja: Der KV-Cache kann 20 bis 40 GB zusätzlich benötigen. Der Mini-Server GB10 und seine 128 GB Unified sind hier am besten ausgestattet.

Zurück zum Blog

Noch Fragen?

Schreiben Sie uns eine E-Mail an contact@radiancesystems.eu oder kontaktieren Sie uns über das Kontaktformular. Wir antworten innerhalb von 3 Stunden auf alle Anfragen während der Geschäftszeiten (Montag, Dienstag, Donnerstag und Freitag von 9 bis 17 Uhr, Mittwoch von 9 bis 12 Uhr, Samstag von 14 bis 17 Uhr).

📞 +33 4 65 84 48 21