Qwen3.6 35B A3B
8682°
Esegui questo modello
Offerte / Annunci
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.
Guide per questo modello
Come Installare Ollama e Usare un'IA Locale (Windows, Mac, Linux)
Ollama vs LM Studio (2026): quale app AI locale usare e quali modelli top esegue ciascuna
Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro
Quanta VRAM serve davvero per l'AI locale?
Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)
Note del capitano
Note del 2026-10-13
Qwen3.6-35B-A3B è un modello multimodale open-weight di Alibaba Cloud costruito su un'architettura ibrida sparse mixture-of-experts: 35 miliardi di parametri totali ma solo 3 miliardi attivi per token, che mantiene bassi i costi di inferenza. Il miglioramento principale rispetto al predecessore è il coding agentico, in particolare i flussi frontend e i compiti a livello di repository. Se ti serve un coder e agente capace che puoi eseguire localmente o usare a basso costo via API, vale una seria considerazione.
Conosciuto per
- Coding agentico: forte su flussi frontend e ragionamento a livello di repository
- Solo 3 miliardi di parametri attivi per token, quindi inferenza veloce ed economica
- Finestra di contesto nativa da 262K, estendibile a circa 1 milione tramite YaRN
- Accetta input di testo, immagine e video con modalità di pensiero integrata
- Tracce di ragionamento preservate nelle conversazioni multi-turno
Attenzione a
- I token di output costano quasi 10 volte quelli di input a $0,95/M — le esecuzioni agentiche lunghe diventano costose.
- L'architettura ibrida di attenzione lineare è meno collaudata rispetto ai transformer standard; alcuni stack di inferenza potrebbero avere supporto limitato.
- La qualità degli input visivi e video non è stata benchmarkata indipendentemente nei risultati pubblicati.
Prompt da provare
Rifattorizza un codice disordinato
Ho un frontend React con tutto lo stato gestito in un unico file App.js di 800 righe. Non ci sono componenti, né hook personalizzati, e le props sono passate a quattro livelli di profondità. Analizza la struttura, identifica i tre problemi più dannosi, poi produci un piano concreto di rifattorizzazione con nomi di file e ordine delle modifiche da fare.
Piano agentico multi-step
Sei un agente con accesso a bash e strumenti di modifica file. Un progetto Python di un utente fallisce la pipeline CI a causa di tre test instabili che dipendono da una chiamata di rete reale a un'API esterna. Spiega come localizzeresti i test, progetteresti una strategia di mocking, implementeresti la correzione e la verificheresti senza toccare il codice di produzione.
Puzzle di ragionamento difficile
Cinque ingegneri possiedono ciascuno un linguaggio di programmazione diverso, bevono una bevanda diversa e lavorano in fusi orari diversi. L'ingegnere Rust beve espresso. L'ingegnere in UTC+9 usa Python. L'ingegnere TypeScript è immediatamente a sinistra di chi beve caffè. L'ingegnere Go lavora in UTC-5. Chi beve tè e quale linguaggio usa? Mostra il ragionamento passo passo.
Confronta con
- Qwen3.7 FlashModello solo APIContesto di 1,000,000 token · Input $0.03/M, output $0.13/M
- Qwen3.8 Max (0902)Modello solo APIContesto di 1,000,000 token · Input $2.00/M, output $6.00/M
- Qwen3.8 Omni FlashModello solo APIContesto di 1,000,000 token · Input $0.15/M, output $0.47/M
- Qwen3.5 Plus 2026-02-15Modello solo APIContesto di 1,000,000 token · Input $0.26/M, output $1.56/M
Altri modelli di testo da qwen
Domande frequenti
- Posso eseguire Qwen3.6-35B-A3B localmente?
- Sì — i pesi sono open sotto licenza Apache 2.0 e disponibili su Hugging Face, compatibili con Transformers, vLLM, SGLang e KTransformers. Poiché solo 3 miliardi di parametri sono attivi per token, i requisiti di memoria sono inferiori rispetto ai 35 miliardi totali; consulta una guida VRAM prima di scaricare.
- Quanto costa e qual è la finestra di contesto?
- Via API costa $0,10 per milione di token in input e $0,95 per milione di token in output, con un contesto nativo di 262.144 token — estendibile a circa 1 milione tramite YaRN.
- Come si confronta con Qwen3.5-35B-A3B?
- Qwen3.6 è il successore diretto, costruito sul feedback della community, con i principali miglioramenti nei benchmark di coding agentico e una nuova opzione per preservare le tracce di ragionamento nelle conversazioni multi-turno; i punteggi di conoscenza generale sono sostanzialmente simili.
Verdetto del capitanoUna combinazione rara: pesi aperti, input multimodale, contesto lungo e coding agentico davvero competitivo a un prezzo non proibitivo.
Scheda modello su Hugging Face
Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.
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
Tendenza di popolarità di Qwen3.6 35B A3B
Punteggio di calore da 27 Apr 2026
Punteggio di popolarità
8,682°
Questa settimana
▲
122%
8,578° allora, 8,682° ora
Questo mese
n/a
Non ancora rilasciato/tracciato
Ultimo anno
n/a
Non ancora rilasciato/tracciato
7,000°
Floor
La scala va da 0° a 9.999°. Tutto ciò che sta sotto 7,000° è riservato ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete. 7,000° è dove iniziano i dati misurati: un modello con dati reali ma quasi nessun download sta al floor, e le misurazioni riempiono i gradi sopra di esso. Il floor non dice nulla sul modello; solo i gradi sopra lo fanno, e sono quelli che distinguono un modello dall'altro.
+1,365°
Token OpenRouter
355,046,263,575 token processati da questo modello tramite OpenRouter negli ultimi 30 giorni, prompt e risposte insieme. Ogni 10,000,000 token conta come un download nel termine di download, 35,504 in totale; i token dell'ultimo giorno contribuiscono al tasso di adozione. Fonte: OpenRouter (openrouter.ai/rankings).
+317°
Tasso di adozione
Circa 16,735 download al giorno, misurati tra due rilevazioni delle fonti, mai stimati da una media a vita. La velocità pesa un quarto del termine download, così una nuova impennata si vede senza che un picco di un giorno superi anni di uso.
Mostra dettagli
Ogni numero su questo sito può essere verificato. Il punteggio heat di questo modello è 8,682°, ed è costruito un ingrediente alla volta, con il totale progressivo dopo ogni passaggio: il floor, i gradi che ogni fonte aggiunge, il bonus per il tipo di modello e cosa toglie l'età dei suoi pesi. I colori corrispondono alle bande del grafico sopra. Il glossario alla fine definisce ogni termine.
- 1Inizia dal floor.Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.7,000°totale in corso
- 2Aggiungi i download.35,504 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.+1,365°8,365°totale in corso
- 3Aggiungi il tasso di adozione.Circa 16,735 download al giorno in questo momento, misurati tra due rilevazioni, con un peso di un quarto.+317°8,682°totale in corso
- =Il punteggio heat.Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.8,682°
Glossario: i termini usati qui
- Punteggio heat
- Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
- Soglia minima
- I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
- Equivalenti di download
- Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
- Scala logaritmica
- Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
- Like
- Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
- Tasso di adozione
- Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
- Misurato e stimato
- Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
- Seeder
- Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
- AI Horde
- Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
- Siti di generazione
- Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
- Token OpenRouter
- Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modello completo (checkpoint)
- I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
- LoRA e embedding
- Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
- Famiglia e pesi
- La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
- Età
- Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
- Boost famiglia
- Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
- Punteggio stand-in
- Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
- Novità! (periodo di grazia)
- Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
- Tendenza
- Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
- Modello tipico
- Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.
Come si è mosso questo modello rispetto al resto del catalogo: la sua crescita in download, like e utilizzo in ogni periodo, misurata rispetto alla crescita tipica dei modelli nello stesso periodo, con il suo punteggio di popolarità al momento. Sopra la crescita tipica indica un aumento, sotto una diminuzione. Il passato è ricostruito dai totali di oggi, dal primo giorno del modello e dalla sua velocità di download misurata quando ci sono due letture; un modello che non esisteva all'inizio del periodo mostra n/a.
Qwen3.6 35B A3B è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.
Altri modelli Text / LLMAltri Testo / LLM Text / LLMllmqwenvisionevideoragionamentoprogrammazioneagentilocale
Sfoglia per famiglia di modelli
Modelli Text / LLM
434
Modelli Anima
528
Modelli Chroma
19
Modelli Fibo
2
Modelli Flux
1,496
Modelli Flux 2 / Klein
1,239
Modelli Flux 3
3
Modelli Moss
3
Modelli Iris
1
Modelli MiniMax H3
364
Modelli Hunyuan
204
Modelli Ideogram
20
Modelli Krea2
717
Modelli Qwen
20
Modelli Qwen2
47
Modelli Ltx2
153