Qwen3.6实测：在受限硬件下MoE模型速度倍超Dense架构

近日一份关于 Qwen3.6 模型的基准测试显示，在 CUDA 核心与内存带宽受限的硬件环境下，Qwen3.6-35B-A3B（MoE 混合专家模型）的推理性能显著优于 Qwen3.6-27B（Dense 稠密模型）。在模拟线上流量的固定 QPS 测试中，MoE 模型通过 NVFP4 量化，实现了 229.79 tok/s 的吞吐量，几乎是 Dense 模型（132.89 tok/s）的两倍。数据表明，在非顶尖算力设备上，MoE 架构结合量化技术能更有效地利用硬件资源，提供更快的交互体验。