Alibaba
Qwen3.8 Omni Flash
最大上下文
1M
最大輸出
131.1K
發布日期
暫無
qwen3.6-35b-a3bQwen3.6 35B A3B 是一个啟用參數较小的 MoE 模型:相关来源描述为 35B 總參數、约 3B 啟用參數,并具备可扩展到接近 1M token 的長上下文能力。官方資料还提到它在程式碼任務上可以与更大的 dense 模型竞争。它的核心价值是部署效率高,同时保留不错的程式碼和長上下文能力。
上下文視窗
262.1K Token
最大輸出
65.5K Token
發布日期
2026年4月17日
模態
| 輸入價格 | 輸出價格 |
|---|---|
| $0.2571/M | $1.5429/M |
推理
工具呼叫
Temperature 參數
附件
知識庫
Endpoint 協議
Qwen3.6-35B-A3B 結合開放權重的稀疏 MoE 架構、原生視覺語言處理與強化的 Agent 程式開發能力。
混合線性注意力與稀疏專家混合架構會在約 350 億參數中啟用約 30 億參數,以提升推論效率。
原生視覺語言架構可接收文字、圖片與影片,並產生以視覺內容為依據的文字結果。
這款後訓練開放權重模型強化前端工作流程與儲存庫層級推理,並可自行部署。
Qwen3.6-35B-A3B 適合自行部署的程式 Agent、儲存庫分析,以及針對圖片或影片的視覺推理工作。
在受控環境中部署開放權重,透過迭代式 Agent 流程產生、修改與除錯程式碼。
追蹤程式碼儲存庫中的跨檔案關係、說明實作結構,並擬定連動修改方案。
分析圖片或影片以定位物件、理解空間關係,並輸出結構化文字說明。
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)| 指數分數 | ||
|---|---|---|
| Artificial Analysis 綜合能力指數 | Artificial Analysis 綜合能力評分 | 33 |
| Artificial Analysis 程式碼能力指數 | Artificial Analysis 軟體任務評分 | 35.2 |
| 知識與推理 | ||
| GPQA | 高階科學問題求解 | 84.1% |
| HLE | 廣泛專家級考試集合 | 20.2% |
| 程式碼與工程 | ||
| SciCode | 科學計算程式碼挑戰 | 35.8% |
| Terminal-Bench Hard | 高難度終端任務執行 | 34.8% |
| 指令遵循與 Agent 任務 | ||
| IFBench | 指令約束遵循 | 64.4% |
| AA-LCR | 長上下文推理 | 63.7% |
| τ²-Bench | Agent 工作流程任務 | 95.3% |
指標來源 Artificial Analysis
Qwen 3.6 35B A3B 的能力、適用情境、限制與 TokenHub 使用指南。
Qwen 3.6 35B A3B 是 Alibaba Qwen 針對開放模型的多模態推理與高效率部署推出的模型。
適合自行託管部署、圖片與影片理解、日常程式開發協助,尤其適合重視部署控制權的情境。
核心優勢是開放的 MoE 變體與較小的啟用參數規模,並具備可在深度思考與直接回應間切換的混合思考。
開放部署需要自行負責基礎設施、推理服務與評估。 更重視重視穩定的正式環境表現時,可考慮 Qwen 3.6 Plus。
使用 TokenHub 的精確識別碼;託管行為可能與自行託管不同。
透過一個 API Key 接入 Qwen3.6 35B-A3B 與更多 AI 模型。
媒體與討論
精選與此模型相關的公開影片和貼文。
X (Twitter)
Reddit
YouTube