Qwen3.6 35B A3B
8682°
এই মডেল চালান
অফার / বিজ্ঞাপন
Qwen | 262,144 token context | $0.15/M input, $1.00/M output. Qwen3.6-35B-A3B is an open-weight multimodal model from Alibaba Cloud with 35 billion total parameters and 3 billion active parameters per token. It uses a hybrid sparse mixture-of-experts architecture combining Gated DeltaNet linear attention with standard gated attention layers, enabling efficient inference at a fraction of the compute cost. The model supports a 262K token native context window (extensible to 1M via YaRN) and accepts text, image, and video inputs. It includes integrated thinking mode with reasoning traces preserved across multi-turn conversations, function calling, and structured output. Released under the Apache 2.0 license.
এই মডেলের গাইড
কিভাবে Ollama ইনস্টল করবেন এবং লোকাল AI চালাবেন (Windows, Mac, Linux)
Ollama বনাম LM Studio (2026): কোন লোকাল AI অ্যাপ ব্যবহার করবেন, এবং প্রতিটি কোন শীর্ষ মডেল চালায়
ব্যবহারের ক্ষেত্রে সেরা লোকাল LLM (অক্টোবর ২০২৬): প্রতিটি কাজের জন্য সঠিক ওপেন মডেল
লোকাল AI এর জন্য আসলে কত VRAM দরকার?
GGUF ফাইল কী? কোয়ান্টাইজড মডেল ব্যাখ্যা (Q4, Q8, fp8, NF4)
ক্যাপ্টেনের নোটস
2026-10-13 থেকে নোটস
Qwen3.6-35B-A3B হল Alibaba Cloud-এর একটি ওপেন-ওয়েট মাল্টিমোডাল মডেল, যা হাইব্রিড স্পার্স মিক্সচার-অফ-এক্সপার্টস আর্কিটেকচারে নির্মিত: ৩৫ বিলিয়ন মোট প্যারামিটার কিন্তু প্রতি টোকেনে মাত্র ৩ বিলিয়ন সক্রিয়, যা ইনফারেন্স খরচ কম রাখে। এর প্রধান উন্নতি হল এজেন্টিক কোডিং, বিশেষ করে ফ্রন্টএন্ড ওয়ার্কফ্লো এবং রিপোজিটরি-স্তরের টাস্কে। আপনি যদি একটি সক্ষম কোডার এবং এজেন্ট চান যা লোকালি চালাতে পারেন বা সস্তায় API এর মাধ্যমে ব্যবহার করতে পারেন, এটি অবশ্যই দেখার মতো।
পরিচিত
- এজেন্টিক কোডিং: ফ্রন্টএন্ড ওয়ার্কফ্লো এবং রিপোজিটরি-স্তরের রিজনিংয়ে শক্তিশালী
- প্রতি টোকেনে মাত্র ৩ বিলিয়ন প্যারামিটার সক্রিয়, তাই ইনফারেন্স দ্রুত এবং সস্তা
- নেটিভ ২৬২ হাজার টোকেনের কনটেক্সট উইন্ডো, YaRN এর মাধ্যমে প্রায় ১ মিলিয়নে সম্প্রসারিত
- টেক্সট, ছবি এবং ভিডিও ইনপুট গ্রহণ করে ইন্টিগ্রেটেড চিন্তার মোড সহ
- মাল্টি-টার্ন কথোপকথনে রিজনিং ট্রেস সংরক্ষণ করে
সতর্ক থাকুন
- আউটপুট টোকেনের খরচ ইনপুটের প্রায় ১০ গুণ, $০.৯৫ প্রতি মিলিয়ন — দীর্ঘ এজেন্টিক রান দ্রুত খরচ বাড়ায়।
- হাইব্রিড লিনিয়ার-অ্যাটেনশন আর্কিটেকচার স্ট্যান্ডার্ড ট্রান্সফর্মারের তুলনায় কম পরীক্ষিত; কিছু ইনফারেন্স স্ট্যাক সমর্থনে পিছিয়ে থাকতে পারে।
- প্রকাশিত ফলাফলে ভিশন এবং ভিডিও ইনপুটের গুণমান স্বাধীনভাবে বেঞ্চমার্ক করা হয়নি।
চেষ্টা করার প্রম্পটস
একটি জটিল কোডবেস পুনর্গঠন করুন
আমার একটি React ফ্রন্টএন্ড আছে যেখানে সব স্টেট একটি ৮০০ লাইনের App.js ফাইলে ম্যানেজ হয়। কোনো কম্পোনেন্ট নেই, কাস্টম হুক নেই, এবং প্রপস চার স্তর গভীরে ড্রিল করা হয়েছে। স্ট্রাকচার বিশ্লেষণ করুন, তিনটি সবচেয়ে ক্ষতিকর সমস্যা চিহ্নিত করুন, তারপর ফাইল নাম এবং পরিবর্তনের ক্রম সহ একটি স্পষ্ট পুনর্গঠন পরিকল্পনা তৈরি করুন।
বহু-ধাপ এজেন্ট পরিকল্পনা
আপনি একটি এজেন্ট যাকে bash এবং ফাইল-এডিট টুলসের অ্যাক্সেস আছে। একটি ব্যবহারকারীর পাইথন প্রকল্প তার CI পাইপলাইনে ব্যর্থ হচ্ছে কারণ তিনটি ফ্লাকি টেস্ট আছে যা একটি বাস্তব নেটওয়ার্ক কলের উপর নির্ভর করে। কিভাবে আপনি টেস্টগুলি খুঁজে পাবেন, মকিং স্ট্র্যাটেজি ডিজাইন করবেন, ফিক্স করবেন এবং প্রোডাকশন কোড স্পর্শ না করে যাচাই করবেন তা ধাপে ধাপে ব্যাখ্যা করুন।
কঠিন রিজনিং ধাঁধা
পাঁচজন ইঞ্জিনিয়ার প্রত্যেকে একটি ভিন্ন প্রোগ্রামিং ভাষার মালিক, একটি ভিন্ন পানীয় পান করে, এবং ভিন্ন টাইমজোনে কাজ করে। Rust ইঞ্জিনিয়ার এসপ্রেসো পান করে। UTC+9-এ থাকা ইঞ্জিনিয়ার Python ব্যবহার করে। TypeScript ইঞ্জিনিয়ার কফি পানকারীর ঠিক বামে। Go ইঞ্জিনিয়ার UTC-5-এ কাজ করে। কে চা পান করে, এবং তারা কোন ভাষা ব্যবহার করে? আপনার যুক্তি ধাপে ধাপে দেখান।
তুলনা করুন
- Qwen3.7 Flashশুধুমাত্র API মডেল1,000,000 টোকেন প্রসঙ্গ · $0.03/M ইনপুট, $0.13/M আউটপুট
- Qwen3.8 Max (0902)শুধুমাত্র API মডেল1,000,000 টোকেন প্রসঙ্গ · $2.00/M ইনপুট, $6.00/M আউটপুট
- Qwen3.8 Omni Flashশুধুমাত্র API মডেল1,000,000 টোকেন প্রসঙ্গ · $0.15/M ইনপুট, $0.47/M আউটপুট
- Qwen3.5 Plus 2026-02-15শুধুমাত্র API মডেল1,000,000 টোকেন প্রসঙ্গ · $0.26/M ইনপুট, $1.56/M আউটপুট
qwen থেকে আরও টেক্সট মডেল
মানুষ যে প্রশ্ন করে
- আমি কি Qwen3.6-35B-A3B লোকালি চালাতে পারি?
- হ্যাঁ — ওজনগুলি Apache 2.0 লাইসেন্সের অধীনে ওপেন এবং Hugging Face-এ উপলব্ধ, যা Transformers, vLLM, SGLang এবং KTransformers এর সাথে সামঞ্জস্যপূর্ণ। প্রতি টোকেনে মাত্র ৩ বিলিয়ন প্যারামিটার সক্রিয় হওয়ায়, মেমরি প্রয়োজনীয়তা মোট ৩৫ বিলিয়ন প্যারামিটার থেকে কম; ডাউনলোডের আগে VRAM গাইড পরীক্ষা করুন।
- এর খরচ কত এবং কনটেক্সট উইন্ডো কত বড়?
- API এর মাধ্যমে এটি $০.১০ প্রতি মিলিয়ন ইনপুট টোকেন এবং $০.৯৫ প্রতি মিলিয়ন আউটপুট টোকেন, নেটিভ কনটেক্সট ২৬২,১৪৪ টোকেন — YaRN এর মাধ্যমে প্রায় ১ মিলিয়নে সম্প্রসারিত।
- এটি Qwen3.5-35B-A3B এর সাথে কিভাবে তুলনা?
- Qwen3.6 সরাসরি উত্তরসূরি, কমিউনিটি ফিডব্যাকের ভিত্তিতে নির্মিত, প্রধান উন্নতি এজেন্টিক কোডিং বেঞ্চমার্কে এবং মাল্টি-টার্ন কথোপকথনে রিজনিং ট্রেস সংরক্ষণের নতুন অপশনে; সাধারণ জ্ঞান স্কোর প্রায় সমান।
ক্যাপ্টেনের সিদ্ধান্তএকটি বিরল সংমিশ্রণ: ওপেন ওয়েটস, মাল্টিমোডাল ইনপুট, দীর্ঘ কনটেক্সট এবং প্রকৃতপক্ষে প্রতিযোগিতামূলক এজেন্টিক কোডিং এমন দামে যা ব্যথা দেয় না।
Hugging Face এ মডেল কার্ড
ক্যাপ্টেন এই নোটস মডেলের নিজস্ব বর্ণনা এবং মডেল কার্ড থেকে লিখেছেন। দাম এবং প্রসঙ্গের আকার লেখার সময় প্রদানকারীর এবং পরিবর্তিত হতে পারে।
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: Silver · Hottest this week · #114 Hottest AI model · #48 Hottest Text / LLM model · #48 Hottest Text / LLM text model
Not this creator?
Get your own badge
Qwen3.6 35B A3B জনপ্রিয়তার প্রবণতা
27 Apr 2026 থেকে হিট স্কোর
হিট স্কোর
8,682°
এই সপ্তাহ
▲
122%
8,578° তখন, 8,682° এখন
এই মাস
n/a
এখনো প্রকাশ বা ট্র্যাক করা হয়নি
গত বছর
n/a
এখনো প্রকাশ বা ট্র্যাক করা হয়নি
7,000°
ফ্লোর
স্কেল 0° থেকে 9,999° পর্যন্ত চলে। 7,000° এর নিচের সবকিছু সেই মডেলগুলোর জন্য রাখা হয়েছে যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়: বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল ফ্লোরে থাকে, এবং পরিমাপগুলো তার উপরে ডিগ্রি পূরণ করে। ফ্লোর মডেল সম্পর্কে কিছু বলে না; শুধুমাত্র তার উপরের ডিগ্রিগুলো বলে, আর সেগুলোই এক মডেলকে অন্য থেকে আলাদা করে।
+1,365°
OpenRouter টোকেন
এই মডেলটি শেষ ৩০ দিনে OpenRouter এর মাধ্যমে 355,046,263,575 টোকেন প্রক্রিয়াজাত করেছে, প্রম্পট এবং উত্তর মিলিয়ে। প্রতি 10,000,000 টোকেনকে ডাউনলোড হিসেবে গণ্য করা হয়, মোট 35,504; শেষ দিনের টোকেন গ্রহণের হারে যোগ হয়। উৎস: OpenRouter (openrouter.ai/rankings)।
+317°
গ্রহণের হার
প্রায় 16,735 ডাউনলোড প্রতিদিন, উৎসের দুইটি রিডিংয়ের মধ্যে মাপা, জীবনকাল গড় থেকে অনুমান নয়। গতি ডাউনলোড টার্মের এক চতুর্থাংশ ওজন রাখে, তাই নতুন স্ফুরণ দেখায় কিন্তু এক দিনের স্পাইক বছরের ব্যবহারের থেকে উপরে রাখে না।
বিস্তারিত বিশ্লেষণ দেখাও
এই সাইটের প্রতিটি নম্বর যাচাই করা যায়। এই মডেলের হিট স্কোর 8,682°, এবং এখানে এটি এক এক উপাদান যোগ করে তৈরি হয়েছে, প্রতিটি যোগের পর মোট স্কোর দেখানো হয়েছে: ফ্লোর, প্রতিটি উৎস কত ডিগ্রি যোগ করে, মডেলের ধরনের জন্য বোনাস এবং ওজনের বয়স যা কমিয়ে দেয়। রঙগুলো উপরের চার্টের ব্যান্ড। শেষে গ্লসারি প্রতিটি শব্দের অর্থ ব্যাখ্যা করে।
- 1ফ্লোর থেকে শুরু করো।কেন 7,000° এবং শূন্য নয়: স্কেল 0° থেকে 9,999° পর্যন্ত চলে, এবং 7,000° এর নিচের অংশ সেই মডেলগুলোর জন্য সংরক্ষিত যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে এবং তথ্যসহ মডেলের থেকে কখনো উপরে না উঠে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়। বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল এখানে থাকে; পরবর্তী সবকিছু পরিমাপ, এবং ফ্লোরের উপরে দশটি দশগুণ ধাপ ডাউনলোডে থাকে, প্রতিটি 300°। ফ্লোর সব মডেলের জন্য একই, তাই এটি কিছু নির্ধারণ করে না; তার উপরের ডিগ্রিগুলো নির্ধারণ করে।7,000°চলমান মোট
- 2ডাউনলোড যোগ করুন।মোট 35,504 ডাউনলোড-সমতুল্য, OpenRouter টোকেন থেকে। ডাউনলোড দশ গুণ বাড়ালে একই 300° যোগ হয়, তাই সাইজ গুরুত্বপূর্ণ কিন্তু কখনো স্কোর ছাড়িয়ে যায় না।+1,365°8,365°চলমান মোট
- 3গ্রহণের হার যোগ করো।এখন প্রায় 16,735 ডাউনলোড প্রতিদিন, দুই রিডিংয়ের মধ্যে মাপা হয়েছে, ওজনের এক চতুর্থাংশ।+317°8,682°চলমান মোট
- =হিট স্কোর।এই মডেল সাইটের প্রতিটি তালিকায় কোথায় আছে। আর কিছুই এটা পরিবর্তন করে না।8,682°
শব্দকোষ: এখানে ব্যবহৃত শব্দগুলো
- হিট স্কোর
- একটি সংখ্যা যা দেখায় মডেলটি এখন কতটা ব্যবহৃত এবং চাওয়া হচ্ছে, 0° থেকে 9,999° পর্যন্ত। এই সাইটের প্রতিটি তালিকা যা hottest বলে সেটি এই স্কোর অনুযায়ী সাজানো হয়, আর কিছু নয়।
- ফ্লোর
- প্রতিটি মডেল যার কাছে আসল ডেটা আছে তার জন্য 7,000° থেকে শুরু। স্কেল 0° থেকে 9,999° পর্যন্ত; ফ্লোরের নিচের অংশ স্ট্যান্ড-ইন (ডেটা ছাড়া মডেল) এর জন্য রাখা হয়েছে, যাতে ডেটা থাকা মডেল সবসময় ডেটা ছাড়া মডেলের উপরে থাকে। ফ্লোর সবার জন্য একই এবং কিছু নির্ধারণ করে না; এর উপরের ডিগ্রি গুলোই মাপ।
- ডাউনলোড-সমতুল্য
- যা কিছু স্কোর ডাউনলোড হিসেবে গণনা করে, সব যোগ করা হয়েছে: ডাউনলোড নিজেই, প্রতিটি টরেন্ট সিডার 1,000 হিসেবে, প্রতিটি AI Horde ছবি এবং প্রতিটি জেনারেশন সাইটে রান এক হিসেবে।
- লগ স্কেল
- দশের ভিত্তিতে গণনা, একের ভিত্তিতে নয়: 1,000 থেকে 10,000 ডাউনলোডে যাওয়া একই ডিগ্রি যোগ করে যেমন 10,000 থেকে 100,000 এ যাওয়া। এটা বড় মডেলগুলোকে সবকিছু ছাপিয়ে যাওয়া থেকে রোধ করে।
- লাইক
- প্রতিটি উৎস থেকে থাম্বস আপ এবং লাইক, লগ স্কেলে প্রতিটি ডাউনলোডের অর্ধেক মূল্যমান।
- গ্রহণের হার
- একটি মডেল এখন প্রতিদিন কত ডাউনলোড পাচ্ছে, একটি উৎসের দুই রিডিংয়ের পার্থক্য থেকে। ডাউনলোড টার্মের এক চতুর্থাংশ ওজন।
- পরিমাপ করা এবং অনুমান করা
- পরিমাপ করা মানে একটি উৎসের দুটি রিডিং আছে এবং তার মধ্যে পার্থক্য সত্য। অনুমান করা মানে শুধু আজকের মোট জানা আছে এবং অতীত মডেলের জীবনের উপর ছড়িয়ে দেওয়া হয়েছে; সাইট বলে কোনটি দেখাচ্ছে।
- সিডার
- যে কেউ ওজনের একটি কপি অনলাইনে রাখে অন্যদের টরেন্টের মাধ্যমে ডাউনলোড করার জন্য, অথবা একটি হোস্ট করা মিরর যা একই কাজ করে। প্রতিটি 1,000 ডাউনলোড হিসাবে গণনা হয়।
- AI হোর্ড
- একটি স্বেচ্ছাসেবক নেটওয়ার্ক যা দানকৃত কম্পিউটারে বিনামূল্যে ছবি তৈরি করে। একটি মডেলের সাথে এটি যত ছবি তৈরি করেছে তা প্রকাশ্য, এবং প্রতিটি একটি ডাউনলোড হিসাবে গণ্য হয়।
- জেনারেশন সাইটসমূহ
- সাইটগুলো যারা তাদের নিজস্ব মডেলের কপি হোস্ট করে এবং মানুষকে সেটি দিয়ে ছবি তৈরি করতে দেয়, যেমন PixAI, SeaArt এবং Yodayo। তাদের ডাউনলোড Civitai এর মতো গণনা হয় এবং প্রতিটি জেনারেশন রান একটি ডাউনলোড হিসাবে গণ্য হয়।
- OpenRouter টোকেন
- Claude বা GPT এর মতো API এর মাধ্যমে পরিবেশিত একটি টেক্সট মডেলের ওজন ডাউনলোড করার কিছু থাকে না, তাই এর ব্যবহার টোকেনে পরিমাপ করা হয়: OpenRouter এর মাধ্যমে এটি পড়া এবং লেখা টেক্সটের অংশ, যা অনেক অ্যাপ ব্যবহার করে, গত ৩০ দিনে। প্রতি 10,000,000 টোকেনকে একটি ডাউনলোড হিসেবে গণ্য করা হয়। উৎস: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- পূর্ণ মডেল (চেকপয়েন্ট)
- ওজনগুলো নিজেই, সেই ফাইল যা নিজে থেকে জেনারেট করে। এটি একটি বোনাস পায় কারণ অ্যাড-অনগুলো এর উপর নির্ভর করে।
- LoRA এবং এমবেডিং
- ছোট অ্যাড-অন ফাইল যা অন্য কারো ওজনকে একটি স্টাইল, চরিত্র বা ধারণার দিকে পরিচালিত করে। এগুলো একা চালানো যায় না।
- পরিবার এবং ওজন
- যে বেসের উপর একটি মডেল তৈরি হয়, যেমন SD 1.5, SDXL, Flux বা Wan। প্রতিটি মডেল তার পরিবারের ওজনের রিলিজ তারিখ উত্তরাধিকার সূত্রে পায়।
- বয়স
- পরিবারের ওজন কতদিন আগে বের হয়েছে তার জন্য ডিগ্রি কমানো হয়: বছরে ১৫০°, সর্বোচ্চ ৭৫০° পর্যন্ত। এটি পুরানো ডাউনলোডগুলো ধরে রাখে যেগুলো বছরের পর বছর জমা হয়েছে তালিকার শীর্ষ থেকে ফ্রিজ করে।
- পরিবার বুস্ট
- একটি ছোট, সীমাবদ্ধ ধাক্কা LoRA গুলোর জন্য যেগুলো এই সাইট এখন এগিয়ে দিচ্ছে, সবসময় ব্রেকডাউনে তালিকাভুক্ত থাকে।
- স্ট্যান্ড-ইন স্কোর
- একটি স্থিতিশীল সংখ্যা যা একটি মডেলের জন্য দেওয়া হয় যার কোন উৎস এখনও রিপোর্ট করেনি, যাতে তালিকা সম্পূর্ণ থাকে। এটি কখনোই ডেটা সহ মডেলের উপরে স্থান পায় না।
- নতুন! (গ্রেস পিরিয়ড)
- 7 দিনের কম বয়সী একটি মডেল স্কোরের পরিবর্তে নতুন! দেখায় এবং র্যাঙ্কিংয়ে স্থান পায় না। এর স্কোর প্রথম দিন থেকে গণনা হয়, কিন্তু একদিন বয়সী মডেল দ্রুত বৃদ্ধি পায়, তাই অপেক্ষা না করলে সপ্তাহের #1 সবসময় গতকালের নতুন মডেল হতো, সপ্তাহ ধরে টিকে থাকা মডেলের পরিবর্তে।
- ট্রেন্ড
- একটি মডেলের বৃদ্ধি একটি নির্দিষ্ট সময়ে কেমন হয়েছে তা একই সময়ের মধ্যে সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে। সাধারণের চেয়ে দ্রুত হলে তা বৃদ্ধি, ধীর হলে পতন হিসেবে পড়ে।
- সাধারণ মডেল
- ক্যাটালগের মাঝামাঝি: অর্ধেক মডেল একটি সংখ্যার সাথে সময়কালে দ্রুত বৃদ্ধি পেয়েছে, অর্ধেক ধীর।
এই মডেলের জনপ্রিয়তা ক্যাটালগের বাকি অংশের তুলনায় কেমন পরিবর্তিত হয়েছে: প্রতিটি সময়কালে ডাউনলোড, লাইক এবং ব্যবহারের বৃদ্ধি, একই সময়কালের জন্য সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে, এবং সেই সময়ের হিট স্কোর। সাধারণ বৃদ্ধির উপরে থাকলে তা বৃদ্ধি, নিচে থাকলে পতন বোঝায়। অতীত আজকের মোট থেকে পুনর্গঠিত, মডেলের প্রথম দিন এবং যেখানে দুইটি রিডিং আছে সেখানে ডাউনলোডের গতি মাপা হয়েছে; একটি মডেল যা সময়কালের শুরুতে ছিল না তা n/a দেখায়।
Qwen3.6 35B A3B হলো Text / LLM ফ্যামিলির একটি টেক্সট মডেল, যা ModelTrends.ai-তে তালিকাভুক্ত; এটি ওপেন সোর্স AI ছবি, ভিডিও ও টেক্সট মডেলের একটি শুধু-পড়ার ক্যাটালগ। অন্য Text / LLM মডেলের সাথে তুলনা করুন আর হিট স্কোর দেখে ট্রেন্ড বুঝুন।
মডেল ফ্যামিলি অনুযায়ী দেখুন
Text / LLM মডেল
434
Anima মডেল
528
Chroma মডেল
19
Fibo মডেল
2
Flux মডেল
1,496
Flux 2 / Klein মডেল
1,239
Flux 3 মডেল
3
Moss মডেল
3
Iris মডেল
1
MiniMax H3 মডেল
364
Hunyuan মডেল
204
Ideogram মডেল
20
Krea2 মডেল
717
Qwen মডেল
20
Qwen2 মডেল
47
Ltx2 মডেল
153