Qwen3.6 35B

# 一、简介与定位

中国阿里通义千问团队于2026年4月17日发布的开源稀疏MoE高效主力大模型，是Qwen3.6系列首款面向社区开放权重的商用级模型。

模型全称Qwen3.6-35B-A3B，后缀35B代表模型总参数量350亿，A3B为阿里自研稀疏架构标识，特指35B总参数、30亿激活参数的混合专家配置，核心主打智能体编程与轻量化多模态推理。该模型完全开源免费，个人与企业可免费下载权重本地部署，阿里云百炼API提供对应调用接口，无强制订阅门槛、无基础调用次数限制；同期官方还发布了Qwen3.6-Plus等闭包旗舰模型，形成高低搭配的产品矩阵。

该模型目前处于Qwen3.6系列主力迭代、持续维护的生命周期阶段，未被迭代淘汰，核心突出特点是用极小激活算力，实现了越级的智能体编程与多模态综合能力，是中小规模开源模型中“高效能、低成本”的标杆产品。

# 二、发展历程

# 2.1 研发背景

在Qwen3.6 35B发布前，开源大模型市场呈现两极分化格局：一方面是20B-30B级稠密模型，推理算力消耗高、部署成本昂贵，难以适配轻量化终端与边缘场景；另一方面是同期主流稀疏MoE模型，大多存在智能体任务适配差、代码工程能力薄弱、多模态推理精度不足的痛点。同时，行业内Gemma4系列等同级竞品，普遍存在真实落地场景适配性弱、复杂多步编程任务准确率低的问题。基于行业对“低成本、高性能、可落地”开源模型的刚需，阿里推出Qwen3.6 35B-A3B，针对性解决中小模型算力冗余、实用能力短板的行业痛点。

# 2.2 关键节点

阿里在完成Qwen3.5系列MoE模型的落地验证后，启动Qwen3.6轻量化迭代研发，重点优化智能体编码、多模态空间推理与长对话留存能力。2026年4月上旬，该模型完成内部多轮基准测试与场景打磨，多项核心指标超越前代Qwen3.5-35B-A3B及同级竞品。2026年4月17日，官方正式对外开源发布Qwen3.6-35B-A3B，同步上线Qwen Studio在线体验、阿里云百炼API调用渠道，同时开放Hugging Face、ModelScope权重下载通道，面向全社区开放商用权限。

# 2.3 家族构成

Qwen3.6-Plus：Qwen3.6系列旗舰闭源模型，主打极致综合推理、复杂逻辑运算与高阶创作能力，面向企业高端商用场景，无开源权重，仅支持API调用，定位高端算力服务市场。

Qwen3.6-35B-A3B：系列核心开源主力模型，主打轻量化高效推理、智能体编程与原生多模态能力，平衡性能与部署成本，适配个人开发者、中小企业落地及边缘部署场景，是当前系列普及度最高的版本。

Qwen3.6-Flash：系列极速推理API版本，基于35B模型内核优化推理链路，主打低延迟、高并发调用，适配高频对话、实时交互等轻量化线上服务场景。

# 三、核心技术剖析

# 3.1 固有技术

该模型继承了Qwen系列成熟的底层技术体系，沿用Transformer稀疏MoE基础架构，延续前代模型的预训练数据清洗体系与通用对齐范式。在基础能力上，继承了Qwen系列优秀的中文语义理解、通用知识储备与基础代码生成能力，同时保留256K超长上下文窗口配置、多轮对话基础对齐策略，兼容主流大模型调用协议与开源部署框架，保证了模型的稳定性与生态兼容性。

# 3.2 创新技术

本次迭代核心创新集中在稀疏架构优化、智能体能力强化与对话留存优化，全部为实用向技术升级，无噱头式迭代，具体如下：

1. 精细化MoE专家路由机制：模型内置256个专家网络，推理时仅固定激活8个路由专家+1个共享专家，实现35B总参数、3B激活参数的极致配比。简单来说，模型储备了百亿级知识储备，但每次对话、编码推理仅调用少量核心参数，大幅降低显存占用与推理耗时，解决了传统大模型“参数大、算力高、落地难”的问题，实现小算力撬动高性能。

2. 原生Agentic Coding智能体编程优化：区别于普通代码生成模型，该模型新增仓库级代码推理、多步工程任务联动能力，支持终端操作、文件编辑、工作流编排等复杂实操任务。通过专项代码微调配方，优化了长代码逻辑衔接、跨文件调用、BUG自查修复能力，在真实开发场景的适配性远超同级开源模型。

3. Thinking Preservation思维留存机制：首创多轮对话推理链保留功能，在迭代式开发、多轮需求优化等场景中，可完整留存历史推理过程与思考逻辑，无需重复梳理前置逻辑。有效减少多轮交互中的重复思考开销，大幅提升长期任务迭代的连贯性与效率。

4. 轻量化多模态融合架构：摒弃拼接式多模态改造，内置原生视觉编码器，实现图文、视频、空间信息的统一理解。重点强化空间智能推理能力，在物体定位、空间布局、图文公式解析等场景精度显著提升，多模态综合表现可对标高端闭源模型。

# 四、表现评估

# 4.1 历史与现状

模型发布初期，凭借“3B激活参数越级打榜”的特性，直接刷新了中小开源MoE模型的性能纪录，在代码智能体、多模态推理维度超越Gemma4同级模型、前代Qwen3.5系列模型。截至目前，在20B-40B开源模型赛道中，仍保持第一梯队地位，尤其在落地实用性、算力性价比、智能体工程能力上具备明显竞争优势，未被后续同级别新模型超越，是当前工业界轻量化部署的首选模型之一。

# 4.2 优势亮点

结合官方基准测试与业内通用评测榜单，该模型核心优势集中在三大维度，数据表现真实可溯源：

1. 智能体编程能力越级领先：在SWE-bench Verified、Terminal-Bench 2.0等权威代码榜单中得分75.0、41.6，大幅超越前代Qwen3.5-35B-A3B，部分指标媲美数百亿级稠密大模型。擅长仓库级代码生成、终端指令操作、多步骤工程任务落地，适配真实软件开发全流程。

2. 多模态推理精度突出：在MMBench、OmniDocBench等多模态评测中表现优异，OMNI文档理解得分89.9，空间推理RefCOCO得分92.0，多项任务指标超越Claude Sonnet 4.5，擅长文档解析、空间识别、图文结合推理、短视频内容理解。

3. 中文与通用知识能力扎实：C-Eval中文评测得分90.5、MMLU-Pro通用知识得分86.1，继承通义千问系列本土化优势，对中文语境、行业术语、本土常识的理解精准度高，适配国内各类办公、咨询、内容创作场景。

4. 极致算力性价比：同等性能下，推理算力消耗仅为传统27B稠密模型的1/10左右，支持普通消费级显卡轻量化部署，兼顾性能与落地成本，是开源模型中性价比天花板。

# 4.3 缺点与不足

客观实测存在多处明显短板，无过度优化渲染：

1. 高阶数学推理存在短板：基础数理运算表现稳定，但在复杂奥数、高阶微积分、多步骤数理证明等STEM硬核任务中，得分低于顶级稠密大模型，容易出现步骤逻辑断层、最终结果偏差的问题，不适合专业科研级数理计算场景。

2. 超长文本细节遗忘问题：虽支持256K上下文窗口，但在接近满负载超长文本解析、百万字级文档精读场景中，仍存在尾部细节信息遗忘、跨章节逻辑衔接失误的情况，长文本精准检索能力弱于超大参数闭源模型。

3. 极端复杂智能体任务容错率低：面对超复杂多分支工程任务、跨领域多工具联动任务时，偶尔出现路径规划失误、指令执行中断的问题，相较于顶级闭源模型，自主纠错与动态调整能力不足。

4. 幻觉问题未完全根除：小众行业知识、冷门技术文档、小众开源工具相关问答中，存在少量事实幻觉，会虚构参数、用法与案例，专业领域落地仍需人工校验。

# 五、重大事件

1. 轻量化MoE模型性能标杆出圈：2026年4月发布后，凭借“3B激活参数越级对标百亿模型”的表现，快速登顶AI开源社区热度榜，被业内定义为中小模型高效落地的新标准，大量开发者批量部署实测，成为短期开源社区最热门的代码类大模型。

2. 兼容主流编码生态引发社区二创热潮：模型原生适配OpenClaw、Claude Code、Qwen Code等主流AI编码工具，开源后社区快速涌现大量二次开发项目，包括轻量化代码助手、终端智能运维工具、本地部署优化方案等，大幅拓展了中小模型的工程落地场景。

3. 多项评测超越国际顶级闭源模型引发行业讨论：发布后实测数据显示，其多模态空间推理、终端编程任务表现超越Claude Sonnet 4.5，打破了“开源中小模型综合能力弱于闭源高端模型”的固有认知，引发业内关于稀疏MoE架构价值的深度讨论。

4. 成为中小企业轻量化商用首选模型：凭借完全开源、免费商用、低算力成本的优势，上线后快速被大量中小企业应用于代码开发、智能客服、图文解析等业务场景，成为2026年上半年落地率最高的国产开源大模型之一。

# 六、局限与妥协

Qwen3.6 35B-A3B为纯国产合规开源模型，无海外使用壁垒、IP限制、付费门槛等客观局限，可直接国内合规部署、商用，本部分予以省略。