Разработчик PrismML сообщил о запуске на iPhone 17 Pro сжатой версии Qwen3.6‑27B с 27 млрд параметров, которая ранее считалась «слишком тяжёлой» для мобильных устройств. Оригинальная Qwen3.6‑27B в 16‑битном виде требует около 54 ГБ памяти, а даже в 4‑битном варианте занимает порядка 18 ГБ, что делает её практически недоступной для смартфонов и большинства ноутбуков. PrismML использовала собственную технологию квантования Bonsai (1‑ и 3‑битные веса), чтобы уместить модель в 12 ГБ памяти iPhone 17 Pro и при этом сохранить до 90% исходного уровня интеллекта.
С точки зрения качества рассуждений и практических задач Qwen3.6‑27B в актуальных сравнительных тестах демонстрирует результаты, близкие к DeepSeek V4 Flash: по ряду комплексных бенчмарков вроде MMLU Pro и Terminal‑Bench модели идут почти вровень, а в некоторых сценариях Qwen даже опережает Flash‑конфигурацию. Это означает, что пользователи получают на смартфоне локальный ИИ‑уровня «облачного флагмана»: устройство способно решать многошаговые задачи, работать с длинным контекстом, вызывать инструменты и генерировать код без подключения к серверу.
На практике запуск Qwen3.6‑27B на iPhone 17 Pro демонстрирует, как быстро сдвигается граница между облачными и онлайновыми моделями. То, что ещё год назад казалось возможным только в дата‑центре, теперь помещается в карманный девайс. Для Apple это потенциально снижает нагрузку на Private Cloud Compute и даёт более сильный privacy‑аргумент — сложные сценарии можно обрабатывать полностью на устройстве. А для рынка ИИ‑клиентов это сигнал, что в ближайшие годы «уровень DeepSeek» или сопоставимый по интеллекту станет стандартом не только для серверов, но и для массовых смартфонов топ‑класса.
