Qwen3.6-35B-A3B

Qwen3.6-35B-A3B — первая open-weight модель линейки Qwen3.6 и один из самых практичных релизов Qwen для разработчиков: она выпущена под Apache 2.0, работает как causal language model с vision encoder и ориентирована не только на чат, но и на реальные агентные сценарии. Главное инженерное решение здесь — sparse Mixture-of-Experts: всего у модели 35B параметров, но при инференсе на токен активируется примерно 3B. Это дает хороший баланс между качеством большой модели и стоимостью обслуживания малой активной части, особенно в coding-агентах, где запросы часто длинные, многошаговые и требуют вызова инструментов.

Архитектура модели построена как 40-слойный гибрид с hidden dimension 2048, словарем 248 320 токенов и схемой 10 × (3 × Gated DeltaNet → MoE + 1 × Gated Attention → MoE). В каждом MoE-блоке доступно 256 экспертов, но на токен выбираются 8. Gated DeltaNet в этой архитектуре отвечает за основную массу слоев: это более экономичный механизм линейного внимания, который вместо полного сравнения каждого токена с каждым поддерживает обновляемое состояние памяти. Gating помогает модели решать, какую информацию сохранить, ослабить или пропустить дальше, поэтому длинный контекст становится дешевле по памяти и вычислениям. Gated Attention, наоборот, оставляет точное attention-поведение в каждом четвертом блоке. Смысл гибрида в том, что DeltaNet дает эффективность на длинных последовательностях, а Gated Attention периодически возвращает модели точную глобальную связность между токенами. Дополнительно модель обучалась с multi-token prediction, а нативный контекст составляет 262 144 токена и может быть расширен через YaRN/RoPE scaling до 1 010 000 токенов.

Из бенчмарков стоит выделить несколько наиболее показательных. Terminal-Bench 2.0 проверяет способность агента работать в терминальной среде, и здесь Qwen3.6-35B-A3B занимает первое место среди открытых моделей сопоставимого размера с результатом 51.5, обгоняя Qwen3.5-27B, Qwen3.5-35B-A3B и Gemma4-31B. QwenWebBench оценивает фронтенд-генерацию в категориях Web Design, Web Apps, Games, SVG, Data Visualization, Animation и 3D; модель снова первая с 1397 Elo. На SkillsBench Avg5, где проверяются практические coding-задачи через OpenCode, она также первая с 28.7, а на MCPMark, связанном с GitHub MCP и tool-use задачами, показывает 37.0 и обходит все сравниваемые модели. В мультимодальной части модель также показывает достойные результаты. На RealWorldQA она набирает 85.3 и занимает первое место среди сопоставимых отрытых моделей, на MMBench EN-DEV-v1.1 — 92.8, на OmniDocBench1.5— 89.9, на CC-OCR — 81.9, на VideoMMMU — 83.7, на MLVU — 86.2. Эти метрики хорошо ложатся на сценарии, где модель должна читать интерфейсы, документы, схемы, скриншоты, видеофрагменты и связывать визуальную информацию с кодом или инструкциями.

Для инференса разработчики рекомендуют SGLang, vLLM или KTransformers для production/high-throughput сценариев, а также советуют сохранять контекст не ниже 128K токенов, если задача требует сложного reasoning. По sampling-параметрам: для thinking mode в общих задачах указаны temperature 1.0, top_p 0.95, top_k 20; для точного кодинга и WebDev — temperature 0.6, top_p 0.95, top_k 20; для non-thinking режима — temperature 0.7, top_p 0.80, top_k 20.

Сценарии использования: Qwen3.6-35B-A3B лучше всего раскрывается как основа для coding-агентов, которые чинят баги, редактируют многофайловые проекты, работают с терминалом, читают большие репозитории, генерируют фронтенд и используют внешние инструменты через Qwen-Agent, Qwen Code, MCP или совместимые API. Благодаря мультимодальности модель также подходит для анализа скриншотов, UI-макетов, документов, OCR, видео и визуальных QA-задач. За счет preserve_thinking ее удобно применять в длинных агентных сессиях: модель может сохранять reasoning-контекст прошлых шагов, меньше повторять уже проделанный анализ и стабильнее вести поэтапную работу.

Дата анонса: 15.04.2026
Параметров: 36B
Экспертов: 256
Активно параметров при инференсе: 3B
Контекст: 263K
Слоев: 40, с полным вниманием: 10
Тип внимания: Hybrid Attention
Тип Mamba: Gated Delta Net
Разработчик: Qwen
Версия Transformers: 4.57.1
Версия vLLM: 0.17.0
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3.6-35B-A3B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.