Qwen3.6-35B-A3B – 阿里通义千问开源混合专家(MoE)模型

Qwen3.6-35B-A3B是阿里巴巴通义千问团队于2026年4月16日正式开源的一款高性能混合专家(MoE)模型。

作为Qwen3.6系列的首个开源权重版本，它凭借“350 亿总参数、仅30亿激活参数”的极致能效比，在智能体编程和多模态推理领域树立了新的开源标杆，性能表现足以媲美甚至超越参数量大得多的稠密模型(如 Qwen3.5-27B)。

核心架构：极致的“以小博大”

• 参数规模：总参数量高达350亿，但在推理时仅激活约 30 亿参数。
• 架构设计：采用Gated DeltaNet + Gated Attention 的混合注意力机制。每10层中包含3层线性注意力（DeltaNet）和 1 层标准注意力，配合MoE前馈网络（256个专家，每次激活8+1个）。
• 效率优势：这种设计大幅降低了显存占用和推理成本，使其在保持顶尖智能的同时，能够以更低的算力门槛进行部署。

两大杀手级能力

1. 智能体编程（Agentic Coding）的“小钢炮”

• SWE-bench Verified：得分 73.4，逼近Qwen3.5-27B（75.0），远超Gemma4-31B（52.0）。
• Terminal-Bench 2.0：得分 51.5，在同规模模型中登顶，展现了强大的终端操作与长程任务规划能力。
• 前端开发：在QwenWebBench中获得1397的Elo评分，具备断层领先的代码生成质量。
• 生态兼容：无缝集成OpenClaw、Claude Code、Qwen Code等主流AI编程助手，可直接作为终端智能体使用。

2. 原生多模态与空间智能

• 视觉理解：在MMMU、MathVista等权威基准上，表现已持平甚至超越Claude Sonnet 4.5。
• 空间智能：RefCOCO得分高达92.0，ODInW13得分50.8，在物体定位与空间关系理解上处于行业领先地位。
• 长视频/长文本：原生支持262,144 Tokens上下文（可扩展至约 100 万），能够处理整本技术文档或长视频内容。

独特功能：思维保留 (Preserve Thinking)

• 双模式支持：支持“思考模式”（展示完整思维链，适合复杂推理）和“非思考模式”（快速响应，适合日常问答）。
• 上下文复用：通过 preserve_thinking 参数，模型可以在多轮对话中保留并复用历史的推理轨迹。这意味着在进行多步代码调试或长周期任务时，模型不会“忘记”之前的思考路径，显著减少了重复推理的开销，提升了任务连贯性。

性能对比一览

获取与部署方式

• 模型权重下载：
  • Hugging Face: Qwen/Qwen3.6-35B-A3B
  • ModelScope: Qwen/Qwen3.6-35B-A3B
• 在线体验：
  • 直接在 Qwen Studio 官网进行对话体验。
• API 调用：
  • 通过阿里云百炼平台，以 qwen3.6-flash 的名称调用 API，兼容OpenAI和Anthropic接口格式。
• 本地部署：
  • 支持vLLM、SGLang、Transformers等主流推理框架。
  • 个人用户可使用 Unsloth GGUF 量化版本在消费级显卡上运行。