Qwen3.6 35B-A3B

qwen3.6-35b-a3b

Qwen3.6 35B A3B в источниках выделяется следующими характеристиками: 35B всего / about 3B активных MoE, long контекст extendable toward 1M tokens. Основная ценность модели связана с эффективное развертывание, программирование бенчмарки and длинный контекст рассуждение. Поэтому в описании стоит подчеркнуть именно эти отличия, а не подавать модель как обычный универсальный чат-бот.

Context Window

262.1K tokens

Maximum Output

65.5K tokens

Release Date

17 апр. 2026 г.

Modalities

Цены Qwen3.6 35B-A3B

Цена входа	Цена выхода
$0.2571/M	$1.5429/M

Возможности API Qwen3.6 35B-A3B

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Supported

Attachments

Supported

Knowledge Base

—

Endpoint Protocols

Completions APIMessages APIgemini

Ключевые особенности Qwen3.6-35B-A3B

Qwen3.6-35B-A3B сочетает открытую разреженную архитектуру MoE, встроенную обработку изображений и текста и улучшенное агентное программирование.

Эффективность разреженного MoE

Гибрид линейного внимания и разреженной смеси экспертов активирует около 3 из 35 млрд параметров, повышая эффективность инференса.

Встроенная мультимодальность

Встроенная визуально-языковая архитектура принимает текст, изображения и видео и создаёт текстовые ответы на основе визуального содержимого.

Агентное программирование с открытыми весами

Дообученная модель с открытыми весами улучшает frontend-процессы и рассуждение на уровне репозитория, сохраняя возможность самостоятельного развёртывания.

Сценарии использования Qwen3.6-35B-A3B

Qwen3.6-35B-A3B подходит для самостоятельно развёрнутых программных агентов, анализа репозиториев и визуального рассуждения по изображениям или видео.

Локально развёрнутый программный агент

Развернуть открытые веса в контролируемой среде для генерации, доработки и отладки кода в итеративных агентных процессах.

Анализ репозитория кода

Отслеживать связи между файлами репозитория, объяснять структуру реализации и готовить план согласованных изменений.

Анализ визуальных материалов

Анализировать изображения или видео, определять положение объектов, интерпретировать пространственные связи и выдавать структурированное текстовое описание.

Как использовать Qwen3.6 35B-A3B через API TokenHub

Create API key

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)

Бенчмарки Qwen3.6 35B-A3B

Индексный балл
Artificial Analysis Intelligence IndexArtificial Analysis Intelligence Index объединяет оценки общих возможностей модели по нескольким группам тестов.	Сводная оценка общих возможностей	33
Artificial Analysis Coding IndexArtificial Analysis Coding Index объединяет результаты модели в задачах по программированию и разработке ПО.	Сводная оценка навыков программирования	35.2
Знания и рассуждения
GPQAGPQA проверяет экспертное мышление на научных вопросах уровня магистратуры и аспирантуры.	Решение сложных научных задач	84.1%
HLEHLE — сложный комплексный тест экспертных знаний и рассуждений в различных областях.	Экспертные задания по широкому кругу тем	20.2%
Программирование и разработка ПО
SciCodeSciCode оценивает навыки программирования на Python для научных вычислений, включая реализацию алгоритмов из научного контекста.	Задачи по научному программированию	35.8%
Terminal-Bench HardTerminal-Bench Hard проверяет, способен ли ИИ-агент выполнять сложные задачи в терминальной среде.	Сложные задачи в терминале	34.8%
Следование инструкциям и агентные задачи
IFBenchIFBench измеряет, насколько надёжно модель следует подробным инструкциям и ограничениям.	Соблюдение условий промпта	64.4%
AA-LCRAA-LCR измеряет качество рассуждений на больших окнах контекста.	Рассуждения в длинном контексте	63.7%
τ²-Benchτ²-Bench оценивает диалоговых агентов в реалистичных процессах с ограничениями по инструментам и состоянию.	Агентные рабочие процессы	95.3%

Источник метрик Artificial Analysis

Частые вопросы о Qwen 3.6 35B A3B

Возможности, сценарии, ограничения и работа с Qwen 3.6 35B A3B в TokenHub.

На чем сосредоточен Qwen 3.6 35B A3B?+

Qwen 3.6 35B A3B — модель Alibaba Qwen для открытого мультимодального рассуждения и эффективного развертывания.

Какие проекты подходят для Qwen 3.6 35B A3B?+

Лучше всего для самостоятельного развертывания, понимания изображений и видео и повседневной помощи в программировании, особенно если приоритет — контроль развертывания.

Что особенного в Qwen 3.6 35B A3B?+

Ключевое преимущество: открытый вариант MoE с небольшой долей активных параметров и гибридное мышление с переключением между рассуждением и прямым ответом.

Когда лучше другая модель?+

Открытое развертывание требует собственной инфраструктуры, сервинга и оценки. Если важны важна стабильность в эксплуатации, рассмотрите Qwen 3.6 Plus.

Как избежать ошибки идентификатора?+

Используйте точный ID TokenHub; поведение хостинга может отличаться от самостоятельного развертывания.

Готовы использовать Qwen3.6 35B-A3B?

Получите доступ к Qwen3.6 35B-A3B и другим моделям ИИ с одним API-ключом TokenHub.

Создать API-ключ

Qwen3.6 35B-A3B

Цены Qwen3.6 35B-A3B

Возможности API Qwen3.6 35B-A3B

Ключевые особенности Qwen3.6-35B-A3B

Эффективность разреженного MoE

Встроенная мультимодальность

Агентное программирование с открытыми весами

Сценарии использования Qwen3.6-35B-A3B

Локально развёрнутый программный агент

Анализ репозитория кода

Анализ визуальных материалов

Как использовать Qwen3.6 35B-A3B через API TokenHub

Бенчмарки Qwen3.6 35B-A3B

Модели, похожие на Qwen3.6 35B-A3B

Материалы и обсуждения

X (Twitter)

Reddit

YouTube

Частые вопросы о Qwen 3.6 35B A3B

Готовы использовать Qwen3.6 35B-A3B?