Qwen3.6 Plus

qwen3.6-plus

Qwen3.6 Plus 的介绍重点在混合线性注意力与稀疏 MoE 架构,并强调 Agentic Coding、前端开发和推理任务的提升。公开模型卡提到仓库级任务、交互式前端生成,以及 SWE 类评测表现。它的定位更接近开发者与生产力模型,而不只是普通对话助手。

上下文窗口

1M Token

最大输出

65.5K Token

发布日期

2026年4月2日

模态

Qwen3.6 Plus 价格

Token 阶梯输入价格输出价格缓存创建 5m缓存读取 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

Qwen3.6 Plus API 能力

推理

支持

工具调用

支持

Temperature 参数

支持

附件

不支持

知识库

2025-04-01

Endpoint 协议

Messages APIgeminiCompletions API

Qwen3.6-Plus 模型亮点

Qwen3.6-Plus 结合智能体编程、原生视觉理解与百万级上下文窗口,适合处理复杂开发任务。

智能体编程

增强的代码能力可用于仓库级工程、前端开发和多轮迭代式编程。

原生视觉理解

可处理文本、图像和视频,并增强了物体识别、OCR 与目标定位能力。

百万级上下文

百万级上下文窗口可容纳大型代码库、长篇文档和较长的多模态输入。

Qwen3.6-Plus 使用场景

Qwen3.6-Plus 适合仓库级软件开发、基于视觉参考的前端实现和长篇多模态资料分析。

仓库级开发

分析大型代码库中的依赖关系,规划协同修改,并生成跨多个文件的实现。

视觉前端开发

理解截图或设计参考中的布局和视觉细节,并将其转换为前端代码。

多模态内容分析

审阅包含文本、图像和视频的长篇资料,识别物体、提取可见文字并汇总相关结论。

如何通过 TokenHub API 使用 Qwen3.6 Plus

创建 API key
curl 'https://us-api.tokenhub.com/v1/messages' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY"

Qwen3.6 Plus 基准测试

Qwen3.6 Plus

指数分数
Artificial Analysis 综合能力指数Artificial Analysis 综合能力评分39.6
Artificial Analysis 代码能力指数Artificial Analysis 软件任务评分42.9
知识与推理
GPQA高阶科学问题求解88.2%
HLE广泛专家级考试集合25.7%
代码与工程
SciCode科学计算代码挑战40.7%
Terminal-Bench Hard高难度终端任务执行43.9%
指令遵循与 Agent 任务
IFBench指令约束遵循75.2%
AA-LCR长上下文推理69.7%
τ²-BenchAgent 工作流任务97.7%

指标来源 Artificial Analysis

媒体与讨论

精选与此模型相关的公开视频和帖子。

X (Twitter)

View post on X
View post on X
View post on X

Reddit

YouTube

Watch on YouTube
Watch on YouTube
Watch on YouTube

Qwen 3.6 Plus 常见问题

Qwen 3.6 Plus 的能力、适用场景、限制和 TokenHub 使用指南。

Qwen 3.6 Plus 是什么模型?+

Qwen 3.6 Plus 是 Alibaba Qwen 面向均衡的多模态推理和生产任务的模型。

哪些任务适合 Qwen 3.6 Plus?+

适合图像和视频理解、文档分析、大量工具调用的自动化,尤其适合重视可靠的多步骤执行的场景。

Qwen 3.6 Plus 哪项能力最突出?+

核心优势是质量、多模态能力和生产功能之间的良好平衡,并具备可在深度思考和直接回答之间切换的混合思考。

团队何时不该选 Qwen 3.6 Plus?+

它属于较早一代,可能缺少后续模型的新能力。 更看重需要最新能力时,可考虑 Qwen 3.7 Plus。

调用 Qwen 3.6 Plus 前要确认什么?+

使用 TokenHub 显示的精确标识符,并按账户文档确认当前功能。

准备调用 Qwen3.6 Plus?

通过一个 API Key 接入 Qwen3.6 Plus 与更多 AI 模型。

创建 API Key