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-plusQwen3.6 Plus 的介绍重點在混合线性注意力与稀疏 MoE 架构,并強調 Agentic Coding、前端开发和推理任務的提升。公开模型卡提到仓库级任務、交互式前端生成,以及 SWE 类评测表现。它的定位更接近開發者与生產力模型,而不只是一般对话助手。
上下文視窗
1M Token
最大輸出
65.5K Token
發布日期
2026年4月2日
模態
| Token 階梯 | 輸入價格 | 輸出價格 | 快取建立 5m | 快取讀取 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 |
推理
工具呼叫
Temperature 參數
附件
知識庫
Endpoint 協議
Qwen3.6-Plus 結合 Agent 程式開發、原生視覺理解與百萬級內容脈絡視窗,適合處理複雜的開發工作。
強化的程式能力可處理儲存庫層級工程、前端開發與多輪迭代式程式設計。
可處理文字、圖片與影片,並強化物件辨識、OCR 與物件定位能力。
百萬級內容脈絡視窗可容納大型程式碼庫、長篇文件與較長的多模態輸入。
Qwen3.6-Plus 適合儲存庫層級軟體開發、依據視覺參考實作前端,以及分析長篇多模態資料。
分析大型程式碼庫的相依關係、規劃連動修改,並產生橫跨多個檔案的實作。
理解螢幕截圖或設計參考中的版面與視覺細節,並轉換成前端程式碼。
檢視包含文字、圖片與影片的長篇資料,辨識物件、擷取可見文字並彙整相關結論。
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
| 指數分數 | ||
|---|---|---|
| Artificial Analysis 綜合能力指數 | Artificial Analysis 綜合能力評分 | 39.6 |
| Artificial Analysis 程式碼能力指數 | Artificial Analysis 軟體任務評分 | 42.9 |
| 知識與推理 | ||
| GPQA | 高階科學問題求解 | 88.2% |
| HLE | 廣泛專家級考試集合 | 25.7% |
| 程式碼與工程 | ||
| SciCode | 科學計算程式碼挑戰 | 40.7% |
| Terminal-Bench Hard | 高難度終端任務執行 | 43.9% |
| 指令遵循與 Agent 任務 | ||
| IFBench | 指令約束遵循 | 75.2% |
| AA-LCR | 長上下文推理 | 69.7% |
| τ²-Bench | Agent 工作流程任務 | 97.7% |
指標來源 Artificial Analysis
Qwen 3.6 Plus 的能力、適用情境、限制與 TokenHub 使用指南。
Qwen 3.6 Plus 是 Alibaba Qwen 針對均衡的多模態推理與正式環境工作推出的模型。
適合圖片與影片理解、文件分析、大量工具呼叫的自動化,尤其適合重視可靠的多步驟執行的情境。
核心優勢是品質、多模態能力與正式環境功能之間的良好平衡,並具備可在深度思考與直接回應間切換的混合思考。
它屬於較早世代,可能缺少後續模型的新能力。 更重視需要最新能力時,可考慮 Qwen 3.7 Plus。
使用 TokenHub 顯示的精確識別碼,並依帳戶文件確認目前功能。
透過一個 API Key 接入 Qwen3.6 Plus 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