Qwen3.5 27B / Qwen3.6 27B 同条件実機比較データ

実施日: 2026-07-19
PC: RTX 4070 Ti 12GB / Core i7-13700F / RAM 64GB
通常課題: num_ctx 8192 / temperature 0 / seed 42 / think false

収録内容
- model_comparison_results.json / .md: 通常3課題の採点・時間・モデル配置
- raw_answers/: 6件の回答原文
- code_agent_results.json / .md: Claude Code比較結果
- code_agent_run2_output.log / result.json: Qwen3.6コード作業のログと結果
- test_inputs/: 長文と2枚の入力画像
- run_generation_comparison.py: 通常3課題の実行・採点スクリプト
- run_qwen36_claude.ps1: Qwen3.6のClaude Code実行スクリプト
- Modelfile.36-27b-64k: Claude Code用64K設定
- 事実シート_factsheet.md: 結果の要約と補足

採点修正について
Qwen3.6の時計画像回答「青い鉢植え」は対象と色が一致しています。
初版の自動採点が「植物」という文字だけを必須にしたため、
「青＋鉢植え」も正解として受け入れるよう採点条件のみ修正しました。
モデルの回答は再生成していません。

注意
速度やメモリ配置は、このPC・ソフトウェア版・入力条件での実測値です。
