Qwen3.6 35B A3B
8682°
Modell ausführen
Angebote / Werbung
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.
Anleitungen zu diesem Modell
Wie man Ollama installiert und eine lokale KI betreibt (Windows, Mac, Linux)
Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?
Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe
Wie viel VRAM brauche ich eigentlich für lokale KI?
Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)
Captain's Notizen
Notizen vom 2026-10-13
Qwen3.6-35B-A3B ist ein offenes multimodales Modell von Alibaba Cloud, gebaut auf einer hybriden sparsamen Mixture-of-Experts-Architektur: 35 Milliarden Gesamtparameter, aber nur 3 Milliarden aktiv pro Token, was die Inferenzkosten niedrig hält. Die wichtigste Verbesserung gegenüber dem Vorgänger ist agentisches Codieren, insbesondere Frontend-Workflows und Repository-Ebenen-Aufgaben. Wenn du einen fähigen Coder und Agenten brauchst, den du lokal betreiben oder günstig per API ansprechen kannst, ist das einen genauen Blick wert.
Bekannt für
- Agentisches Codieren: stark bei Frontend-Workflows und Repository-Ebenen-Reasoning
- Nur 3 Mrd. Parameter aktiv pro Token, daher schnell und günstig bei der Inferenz
- Natives Kontextfenster von 262K, erweiterbar auf ca. 1 Mio. via YaRN
- Akzeptiert Text-, Bild- und Videoeingaben mit integriertem Denkmodus
- Reasoning-Spuren werden über Multi-Turn-Gespräche hinweg bewahrt
Achte auf
- Ausgabetokens kosten fast das 10-fache der Eingabetokens bei $0,95/M – lange agentische Läufe summieren sich.
- Die hybride Linear-Attention-Architektur ist weniger erprobt als Standard-Transformer; manche Inferenz-Stacks unterstützen sie möglicherweise nicht vollständig.
- Qualität der Vision- und Videoeingaben wurde in den veröffentlichten Ergebnissen nicht unabhängig bewertet.
Prompts zum Ausprobieren
Ein unübersichtlichen Codebasis refaktorisieren
Ich habe ein React-Frontend, bei dem der gesamte Zustand in einer einzigen 800-zeiligen App.js-Datei verwaltet wird. Es gibt keine Komponenten, keine Custom Hooks, und Props werden vier Ebenen tief weitergereicht. Analysiere die Struktur, identifiziere die drei schädlichsten Probleme und erstelle dann einen konkreten Refaktorierungsplan mit Dateinamen und Reihenfolge der Änderungen.
Mehrstufiger Agentenplan
Du bist ein Agent mit Zugriff auf bash und Datei-Editier-Tools. Ein Python-Projekt eines Nutzers schlägt in der CI-Pipeline fehl wegen drei instabiler Tests, die von einem echten Netzwerkaufruf zu einer externen API abhängen. Erkläre, wie du die Tests findest, eine Mocking-Strategie entwirfst, die Korrektur implementierst und verifizierst, ohne den Produktionscode zu berühren.
Schwieriges Denk-Rätsel
Fünf Entwickler beherrschen jeweils eine andere Programmiersprache, trinken ein anderes Getränk und arbeiten in unterschiedlichen Zeitzonen. Der Rust-Entwickler trinkt Espresso. Der Entwickler in UTC+9 beherrscht Python. Der TypeScript-Entwickler sitzt direkt links vom Kaffeetrinker. Der Go-Entwickler arbeitet in UTC-5. Wer trinkt Tee und welche Sprache verwendet er? Zeige deine Schlussfolgerung Schritt für Schritt.
Vergleichen mit
- Qwen3.7 FlashNur API-Modell1,000,000 Token Kontext · $0.03/M Eingabe, $0.13/M Ausgabe
- Qwen3.8 Max (0902)Nur API-Modell1,000,000 Token Kontext · $2.00/M Eingabe, $6.00/M Ausgabe
- Qwen3.8 Omni FlashNur API-Modell1,000,000 Token Kontext · $0.15/M Eingabe, $0.47/M Ausgabe
- Qwen3.5 Plus 2026-02-15Nur API-Modell1,000,000 Token Kontext · $0.26/M Eingabe, $1.56/M Ausgabe
Mehr Textmodelle von qwen
Häufig gestellte Fragen
- Kann ich Qwen3.6-35B-A3B lokal ausführen?
- Ja – die Gewichte sind offen unter der Apache 2.0-Lizenz und auf Hugging Face verfügbar, kompatibel mit Transformers, vLLM, SGLang und KTransformers. Da nur 3 Mrd. Parameter pro Token aktiv sind, sind die Speicheranforderungen niedriger als die 35 Mrd. Gesamtparameter vermuten lassen; prüfe vor dem Download eine VRAM-Anleitung.
- Was kostet es und wie groß ist das Kontextfenster?
- Per API kostet es $0,10 pro Million Eingabe-Tokens und $0,95 pro Million Ausgabe-Tokens, mit einem nativen Kontext von 262.144 Tokens – erweiterbar auf ca. 1 Mio. Tokens via YaRN.
- Wie vergleicht sich das mit Qwen3.5-35B-A3B?
- Qwen3.6 ist der direkte Nachfolger, basierend auf Community-Feedback, mit den wichtigsten Verbesserungen bei agentischen Codierbenchmarks und einer neuen Option, Reasoning-Spuren über Multi-Turn-Gespräche zu bewahren; die allgemeinen Wissenswerte sind weitgehend ähnlich.
Captain's UrteilEine seltene Kombination: offene Gewichte, multimodale Eingabe, langer Kontext und wirklich konkurrenzfähiges agentisches Codieren zu einem Preis, der nicht weh tut.
Model Card auf Hugging Face
Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.
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
Beliebtheitstrend von Qwen3.6 35B A3B
Heat-Score seit 27 Apr 2026
Heat-Score
8,682°
Diese Woche
▲
122%
8,578° damals, 8,682° jetzt
Diesen Monat
n/a
Noch nicht veröffentlicht/erfasst
Vergangenes Jahr
n/a
Noch nicht veröffentlicht/erfasst
7,000°
Grundwert
Die Skala reicht von 0° bis 9.999°. Alles unterhalb von 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben. 7,000° ist der Punkt, an dem gemessene Daten beginnen: Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt auf dem Grundwert, und die Messungen füllen die Grade darüber. Der Grundwert sagt nichts über das Modell aus; nur die Grade darüber tun das und trennen ein Modell vom anderen.
+1,365°
OpenRouter Tokens
355,046,263,575 Tokens hat dieses Modell in den letzten 30 Tagen über OpenRouter verarbeitet, Eingaben und Antworten zusammen. Je 10,000,000 Tokens zählen als ein Download im Download-Zeitraum, insgesamt 35,504; die Tokens des letzten Tages fließen in die Adoptionsrate ein. Quelle: OpenRouter (openrouter.ai/rankings).
+317°
Verbreitungsrate
Etwa 16,735 Downloads pro Tag, gemessen zwischen zwei Abfragen der Quellen, nie geschätzt aus einem Durchschnitt über die gesamte Lebenszeit. Die Geschwindigkeit zählt ein Viertel des Download-Werts, sodass ein frischer Anstieg sichtbar wird, ohne dass ein eintägiger Spitzenwert jahrelange Nutzung übertrumpft.
Detaillierte Aufschlüsselung anzeigen
Jede Zahl auf dieser Seite kann überprüft werden. Der Heat-Score dieses Modells beträgt 8,682°, und hier wird er Schritt für Schritt aufgebaut, mit dem laufenden Gesamtwert nach jedem Schritt: der Grundwert, die Grad, die jede Quelle hinzufügt, der Bonus für die Art des Modells und was das Alter seiner Gewichte abzieht. Die Farben entsprechen den Bereichen der obigen Grafik. Das Glossar am Ende erklärt jeden Begriff.
- 1Starte beim Grundwert.Warum 7,000° und nicht null: Die Skala reicht von 0° bis 9.999°, und der Bereich unter 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben und niemals über einem Modell mit Daten stehen. 7,000° ist der Punkt, an dem gemessene Daten beginnen. Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt hier; alles, was folgt, ist Messung, und der Bereich über dem Grundwert enthält zehn zehnfache Schritte bei Downloads zu je 300°. Der Grundwert ist für jedes Modell gleich, er entscheidet also nichts; die Grade darüber tun das.7,000°laufende Summe
- 2Füge die Downloads hinzu.35,504 Download-Äquivalente insgesamt, von OpenRouter Tokens. Zehnmal die Downloads ergeben denselben 300°, also zählt die Größe, aber sie dominiert die Bewertung nie.+1,365°8,365°laufende Summe
- 3Füge die Verbreitungsrate hinzu.Momentan etwa 16,735 Downloads pro Tag, gemessen zwischen zwei Messungen, mit einem Viertel der Gewichtung.+317°8,682°laufende Summe
- =Der Heat-Score.Wo dieses Modell auf jeder Liste dieser Seite steht. Nichts anderes beeinflusst ihn.8,682°
Glossar: die hier verwendeten Begriffe
- Heat-Score
- Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
- Grundwert
- Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
- Download-Äquivalente
- Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
- Logarithmische Skala
- Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
- Likes
- Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
- Verbreitungsrate
- Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
- Gemessen und geschätzt
- Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
- Seeder
- Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
- AI Horde
- Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
- Generierungsseiten
- Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
- OpenRouter Tokens
- Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Vollständiges Modell (Checkpoint)
- Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
- LoRA und Embedding
- Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
- Familie und Gewichte
- Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
- Alter
- Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
- Familien-Boost
- Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
- Stand-in-Wert
- Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
- Neu! (Schonfrist)
- Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
- Trend
- Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
- Typisches Modell
- Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.
Wie sich die Beliebtheit dieses Modells im Vergleich zum Rest des Katalogs entwickelt hat: sein Wachstum bei Downloads, Likes und Nutzung in jedem Zeitraum, gemessen am typischen Wachstum eines Modells im gleichen Zeitraum, mit dem Heat-Score zu diesem Zeitpunkt. Über dem typischen Wachstum bedeutet ein Anstieg, darunter ein Rückgang. Die Vergangenheit wird aus den heutigen Gesamtzahlen, dem ersten Tag des Modells und seiner gemessenen Download-Geschwindigkeit rekonstruiert, wenn zwei Messungen vorliegen; ein Modell, das zu Beginn eines Zeitraums nicht existierte, zeigt n/a an.
Qwen3.6 35B A3B ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.
Nach Modellfamilie stöbern
Text / LLM-Modelle
434
Anima-Modelle
528
Chroma-Modelle
19
Fibo-Modelle
2
Flux-Modelle
1,496
Flux 2 / Klein-Modelle
1,239
Flux 3-Modelle
3
Moss-Modelle
3
Iris-Modelle
1
MiniMax H3-Modelle
364
Hunyuan-Modelle
204
Ideogram-Modelle
20
Krea2-Modelle
717
Qwen-Modelle
20
Qwen2-Modelle
47
Ltx2-Modelle
153