Alibaba
Qwen4-Max
Contexte total
1M
Sortie max.
262.1K
Date de sortie
N/A
qwen3.6-plusQwen3.6 Plus reprend les éléments mis en avant par les sources : hybrid linear attention, sparse MoE, stronger agentic programmation and front-end generation. Sa valeur principale se situe dans niveau dépôt développement, génération UI, raisonnement and tâches logiqueielles. La description doit donc insister sur ces caractéristiques propres au modèle, plutôt que le présenter comme un chatbot générique.
Context Window
1M tokens
Maximum Output
65.5K tokens
Release Date
2 avr. 2026
Modalities
| Palier token | Prix entrée | Prix sortie | Création cache 5m | Lecture cache 5m |
|---|---|---|---|---|
| <=256K | $0.2857/M | $1.7143/M | $0.3571/M | $0.0286/M |
| >256K | $1.1429/M | $6.8571/M | $1.4286/M | $0.1143/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Qwen3.6-Plus associe le codage agentique, la compréhension visuelle native et un contexte d’un million de jetons pour les tâches de développement exigeantes.
Ses capacités renforcées en programmation couvrent l’ingénierie à l’échelle d’un dépôt, le développement frontend et les itérations de code.
Il traite le texte, les images et la vidéo, avec une reconnaissance d’objets, un OCR et une localisation d’objets améliorés.
La fenêtre de contexte d’un million de jetons permet d’analyser de vastes bases de code, de longs documents et des entrées multimodales étendues.
Qwen3.6-Plus convient à l’ingénierie de dépôts, au développement frontend guidé par des références visuelles et à l’analyse de longs contenus multimodaux.
Analyser les dépendances d’une grande base de code, planifier des modifications coordonnées et produire une implémentation répartie sur plusieurs fichiers.
Interpréter des captures d’écran ou des maquettes, puis convertir leur mise en page et leurs détails visuels en code frontend.
Examiner de longs ensembles de textes, d’images et de vidéos afin d’identifier les objets, d’extraire le texte visible et de résumer les éléments pertinents.
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)Qwen3.6 Plus
| Score d’indice | ||
|---|---|---|
| Artificial Analysis Intelligence Index | Synthèse générale des capacités par Artificial Analysis | 39.6 |
| Artificial Analysis Coding Index | Synthèse des tâches logicielles par Artificial Analysis | 42.9 |
| Connaissances et raisonnement | ||
| GPQA | Résolution avancée de problèmes scientifiques | 88.2% |
| HLE | Large ensemble d’examens de niveau expert | 25.7% |
| Programmation et ingénierie | ||
| SciCode | Défis de programmation scientifique | 40.7% |
| Terminal-Bench Hard | Exécution de tâches complexes dans un terminal | 43.9% |
| Respect des instructions et tâches d’agent | ||
| IFBench | Respect des contraintes du prompt | 75.2% |
| AA-LCR | Raisonnement en contexte long | 69.7% |
| τ²-Bench | Tâches de workflow agentique | 97.7% |
Mesures provenant de Artificial Analysis
Capacités, usages, limites et guide TokenHub pour Qwen 3.6 Plus.
Qwen 3.6 Plus est un modèle proposé par Alibaba Qwen pour les charges multimodales équilibrées de raisonnement et de production.
Idéal pour la compréhension d’images et de vidéos, l’analyse de documents et l’automatisation riche en outils, surtout si l’objectif est une exécution fiable en plusieurs étapes.
Atout clé : un bon équilibre entre qualité, multimodalité et fonctions de production ainsi que une pensée hybride alternant entre réflexion et réponse directe.
Il appartient à une génération antérieure et peut manquer de fonctions plus récentes. Pour les fonctions les plus récentes comptent, envisagez Qwen 3.7 Plus.
Utilisez l’ID exact affiché par TokenHub et vérifiez les fonctions dans la documentation du compte.
Accédez à Qwen3.6 Plus et à d’autres modèles d’IA avec une seule clé API TokenHub.
Medias Et Discussions
Selection de videos et publications publiques liees a ce modele.
X (Twitter)
Qwen ·
(1/8)🚀 Introducing Qwen3.6-Plus: Towards Real-World Agents! 🤖 Today, we’re thrilled to drop a major milestone in our journey toward native multimodal agents. Here is what makes Qwen3.6-Plus a game-changer: 💻 Next-level Agentic Coding: Smarter, faster execution. 👁️ https://t.co/uUpcyLaB6d
https://pbs.twimg.com/media/HE5885PbgAAlo4y.jpgVoir la sourceQwen ·
🚀 Introducing Qwen3.6-Max-Preview, an early preview of our next flagship model Highlights: ⚡️ Improved agentic coding capability over Qwen3.6-Plus 📖 Stronger world knowledge and instruction following 🌍 Improved real-world agent and knowledge reliability performance Smarter, https://t.co/0Fr8jgqDbJ
https://pbs.twimg.com/media/HGWpSykaMAAqsJn.jpgVoir la sourceTogether AI ·
Introducing Qwen3.6-Plus from @Alibaba_Qwen, a 1M-context model built for real-world agents, agentic coding, and multimodal reasoning. AI natives can now use Qwen3.6-Plus on Together AI and benefit from reliable inference for production-scale agent workflows. https://t.co/s4Ysm1ZsKt
https://pbs.twimg.com/media/HHF9k19bQAA8aaM.jpgVoir la sourceReddit
[deleted by user]
Voir la sourceAlibaba's Qwen3.6-Plus is beating Claude Opus in coding!!
AdVirtual2648 ·
Lire la publication complète
alibaba just dropped qwen 3.6-plus and the benchmarks are kind of ridiculous. it's scoring 61.6 on terminal-bench and 57.1 on swe-bench verified. for context that puts it ahead of claude 4.5 opus, kimi k2.5, and gemini 3 pro on most of the agentic coding tests. the crazy part is it's less than half the size of kimi k2.5 and glm-5. way smaller model but matching or beating the big ones. it also has a native 1M context window which is huge if you're working on long codebases or big document tasks. and they built it specifically for agentic workflows so it's not just "generate code and hope for the best"... it actually handles multi-step tasks. it's already free on openrouter too. open source versions coming soon apparently. link's in the comments.
qwen/qwen3.6-plus is testing very well in my setup
productboy ·
Lire la publication complète
I'm about ten days into hardcore testing of Hermes with different setups. What I've tried: Hetzner VPS with 4vCPU, 8GB memory. Free models via OpenRouter. It was very unreliable because of rate limiting of free models. Hermes would start strong on a task then stall with 429 errors. Hetzner VPS with 4vCPU, 8GB memory. Free models via Ollama running on the VPS. This was unusable because of the small models that had to be used given VPS memory constraints. Hermes needs larger models to perform reliably. Oracle VPS with 1vCPU, 1GB memory. Had to try it but Hermes wouldn't run and barely installed. Hetnzer VPS with 4vCPU, 8GB memory. Paid models via OpenRouter. The default model is qwen3.6-plus with a gemma model as fallback. This has been the best performing setup. And, it really shows off the self-improvement architecture where Hermes seems to get better with each session. The Discord integration is also more stable with higher fidelity output.
YouTube
Qwen3.6-Plus : New AI Model is Breaking the Internet!
Codedigipt
Voir la sourceQwen3.6-Plus - The #1 AI Model?
Blunt AI - Technology through Data
Voir la sourceQwen3.6-Plus: Advancing Real-World Agentic Intelligence
LuxaK
Voir la source