Alibaba
Qwen3.8 Omni Flash
最大上下文
1M
最大输出
131.1K
发布日期
暂无
qwen3.6-plusQwen3.6 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
| 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 |
推理
工具调用
Temperature 参数
附件
知识库
Endpoint 协议
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。
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。
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 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。
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。
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。
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。
curl 'https://us-api.tokenhub.com/v1/messages' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY"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-Bench | Agent 工作流任务 | 97.7% |
指标来源 Artificial Analysis
Qwen 3.6 Plus 的能力、适用场景、限制和 TokenHub 使用指南。
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。
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。
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。
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。
使用 TokenHub 显示的精确标识符,并按账户文档确认当前功能。
通过一个 API Key 接入 Qwen3.6 Plus 与更多 AI 模型。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube