Qwen3.6-35B-A3B

Überblick

Qwen3.6-35B-A3B ist das erste offene Modell der Qwen3.6-Reihe von Alibabas Qwen-Team, veröffentlicht im April 2026 unter Apache-2.0. Es ist ein hybrides Sparse-MoE-Modell mit 35B Gesamt- und nur 3B aktiven Parametern pro Token (Sparsity-Verhältnis ~12:1). Architektonisch kombiniert es Gated-DeltaNet-Layer (lineare Attention) mit Standard-Gated-Attention und einem MoE-Feedforward-Netz. Der Fokus liegt klar auf agentischem Coding und Tool-Nutzung.

Use Cases

• Agentische Coding-Workflows: Repository-weites Reasoning, Frontend-Aufgaben, mehrstufige Fix-Run-Verify-Schleifen
• Tool- und Function-Calling in längeren Agent-Loops (inkl. MCP-Integration)
• Langkontext-Aufgaben dank 262K nativem Fenster (bis 1M via YaRN)
• Multimodale Eingaben (Text, Bild, Video) für Vision-Language-Tasks

Stärken & Grenzen

Stärken:

• Sehr günstige Inferenz: nur 3B aktive Parameter bei 35B-Kapazität
• Starke agentische Coding-Leistung, die deutlich größere Dense-Modelle herausfordert
• „Thinking Preservation": Reasoning-Kontext aus vorherigen Nachrichten bleibt über Turns erhalten, was iterative Agent-Aufgaben stabilisiert
• Multi-Token Prediction (MTP) für höheren Durchsatz

Grenzen:

• Großes MoE-System: Deployment-Aufwand und Leistung hängen stark von Serving-Stack, Kontextgröße und Quantisierung ab
• Modellkarte empfiehlt mindestens 128K Kontext beizubehalten, um Reasoning-Qualität zu sichern
• Kein vollständiger separater Technical Report verfügbar; Detailtiefe primär aus Model Card und Release-Material
• Die von Artificial Analysis unabhängig nachgemessenen Werte liegen durchgängig unter den Herstellerangaben (GPQA Diamond 84,1 statt 86,0; HLE 20,2 statt 21,4)

Praxis-Erfahrung

Kompatibel mit gängigen Stacks: Transformers, vLLM, SGLang, KTransformers. Veröffentlicht in BF16; Community-Quantisierungen (GGUF, MLX 4/6/8-bit) verfügbar, was lokalen Betrieb auf Apple Silicon und Multi-GPU-Setups erleichtert. Empfohlene Sampling-Parameter laut Anbieter: Thinking-Modus temperature=1.0, top_p=0.95, top_k=20, presence_penalty=1.5; für präzises Coding presence_penalty=0.0, temperature=0.6.

Hinweis: Das Modell steht nicht in der Chatbot Arena. Drei unabhängige Leaderboard-Spiegel (arena.ai, openlm.ai, lmmarketcap) führen unter Qwen 3.6 nur Plus (1437–1444) und Max Preview (1446–1460). Ein LMArena-Elo ist deshalb bewusst nicht eingetragen.

Gut zu wissen

• Lizenz: Apache-2.0 (freie kommerzielle Nutzung)
• Verfügbar über Hugging Face, ModelScope, Ollama, LM Studio sowie als API (Alibaba Cloud Model Studio, OpenRouter)
• API-Preis (OpenRouter-Schnitt): ca. $0,14 pro Mio. Input-Tokens, $1 pro Mio. Output-Tokens; Artificial Analysis nennt als Median $0,25 / $1,49 bei 109,7 Token/s
• Alternativen im gleichen Segment: Gemma 4 31B, Qwen3.5-27B
• Release-Datum uneinheitlich angegeben: AA und llmbase nennen den 16.04.2026, OpenRouter den 27.04.2026

Weitere Benchmarks (Zusatzquellen)

Weitere berichtete Werte, für die in der Score-Tabelle oben kein Eintrag vorliegt.

Quelle: Qwen (offizielle Model Card, HF) – Werte aus der Spalte Qwen3.6-35BA3B, Thinking-Modus:

• AIME 2026 92,7 % (Hinweis: AIME 2026, nicht 2025) · TAU3-Bench 67,2 % · Terminal-Bench 2.0 51,5 % (Hinweis: v2.0)
• SWE-bench Pro 49,5 % · SWE-bench Multilingual 67,2 % · MMLU-Redux 93,3 %
• SuperGPQA 64,7 % · C-Eval 90,0 % · IMOAnswerBench 78,9 % · HMMT Feb 26 83,6 %
• MCPMark 37,0 % · MCP-Atlas 62,8 % · WideSearch 60,1 % · Tool Decathlon 26,9 % · NL2Repo 29,4 %
• MathVista mini 86,4 % · RealWorldQA 85,3 % · AI2D 92,7 % · OmniDocBench 1.5 89,9 % · VideoMME (mit Sub) 86,6 %

Quelle: Artificial Analysis – Index-Version beachten: Intelligence Index 32 (v4.1, Modellseite), Non-Reasoning-Variante 24. Die Einzelwerte unten stammen aus der v4.0-Suite (Spiegel llmbase.ai / designforonline.com, Stand 07/2026) und sind nicht mit v4.1-Werten anderer Modelle vergleichbar:

• Terminal-Bench Hard 34,8 % (anderer Benchmark als Terminal-Bench v2.1) · Coding-Index 41,9 · Reasoning-Index 45,3