Qwen3.6-35B-A3B 发布说明

Qwen 已开源 Qwen3.6-35B-A3B，这是一款稀疏混合专家（MoE）模型，旨在实现高效的代理式编码和多模态推理。模型拥有 350 亿总参数，但仅有 30 亿活跃参数，使其能够在性能上与更大的密集模型（如 Qwen3.5-27B 和 Gemma4-31B）相媲美，同时保持显著更小的活跃计算占用。

代理式编码与推理性能

Qwen3.6-35B-A3B 超越了其前身 Qwen3.5-35B-A3B，并在多个编码和代理基准上与更大的密集模型竞争。仅凭 30 亿活跃参数，它在代理式编码任务上已超越 27 亿参数的密集模型 Qwen3.5-27B。

编码代理基准

  • SWE-bench Verified：73.4（相较于 Qwen3.5-27B 的 75.0 和 Qwen3.5-35B-A3B 的 70.0）。
  • Terminal-Bench 2.0：51.5（超过 Qwen3.5-27B 的 41.6）。
  • Claw-Eval Avg：68.7（超过 Qwen3.5-27B 的 64.3）。
  • NL2Repo：29.4（超过 Qwen3.5-27B 的 27.3）。
  • QwenWebBench：1397（超过 Qwen3.5-27B 的 1068）。

通用代理与知识基准

  • MCPMark：37.0（相较于 Qwen3.5-27B 的 36.3）。
  • AIME26：92.7（相较于 Qwen3.5-27B 的 92.6）。
  • GPQA：86.0（相较于 Qwen3.5-27B 的 85.5）。

多模态能力

Qwen3.6-35B-A3B 原生支持多模态，提供的感知与推理能力在多项视觉语言基准上可匹配或超越 Claude Sonnet 4.5，尤其在空间智能方面表现突出。

视觉语言基准

  • 空间智能：在 RefCOCO 上取得 92.0，在 ODInW13 上取得 50.8。
  • STEM 与谜题：在 MMMU 上取得 81.7，在 Mathvista（mini）上取得 86.4。
  • 通用 VQA：在 RealWorldQA 上取得 85.3，在 MMBench EN-DEV-v1.1 上取得 92.8。
  • 文档理解：在 OmniDocBench1.5 上取得 89.9，在 CC-OCR 上取得 81.9。
  • 视频理解：在 VideoMMMU 上取得 83.7，在 MLVU 上取得 86.2。

集成与部署

Qwen3.6-35B-A3B 已在 Hugging Face、ModelScope 开放权重，并可通过阿里云 Model Studio API（qwen3.6-flash）使用。

API 功能与兼容性

  • 思考保留：API 支持 preserve_thinking 功能，可在消息的前几轮中保留思考内容，推荐用于代理任务。
  • 协议支持：阿里云 Model Studio 支持兼容 OpenAI 的聊天完成和响应 API，以及兼容 Anthropic 的 API 接口。

第三方编码助手集成

  • OpenClaw：兼容自托管的开源 AI 编码代理 OpenClaw。
  • Qwen Code：深度优化 Qwen 系列，可作为终端 AI 代理使用。
  • Claude Code：通过 Qwen API 的 Anthropic 协议兼容性提供支持。

模型规格概览

功能 规格
总参数 350 亿
活跃参数 30 亿
架构 稀疏混合专家（MoE）
可用性 开放权重（Hugging Face，ModelScope）/ API（qwen3.6-flash）

Sources