Bolehkah saya jalankan Qwen 3.6 Plus secara tempatan?

Tidak. Qwen belum mengeluarkan berat terbuka untuk model ini dan tiada repositori Hugging Face, jadi ia hanya melalui API.

Berapa kos Qwen 3.6 Plus dan berapa panjang konteksnya?

Harga adalah $0.33 setiap sejuta token input dan $1.95 setiap sejuta token output, dengan tetingkap konteks satu juta token.

Bagaimana Qwen 3.6 Plus berbeza daripada siri 3.5?

Qwen berkata 3.6 Plus memberikan peningkatan besar dalam pengkodan agen, pembangunan front-end, dan penaakulan berbanding 3.5, dengan pengalaman yang jauh lebih baik untuk aliran kerja 'vibe coding' iteratif.

Qwen3.6 Plus

4174°

#llm #qwen #penglihatan #video #penalaran #pengaturcaraan

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Qwen | konteks token 1,000,000 | $0.33/M input, $1.95/M output. Qwen 3.6 Plus dibina atas seni bina hibrid yang menggabungkan perhatian linear cekap dengan penghalaan campuran-pakar jarang, membolehkan skala yang kukuh dan inferens berprestasi tinggi. Berbanding siri 3.5, ia memberikan peningkatan besar dalam pengkodan agenik, pembangunan hadapan, dan penaakulan keseluruhan, dengan pengalaman “vibe coding” yang dipertingkatkan dengan ketara. Model ini cemerlang dalam tugas kompleks seperti pemandangan 3D, permainan, dan penyelesaian masalah peringkat repositori, mencapai skor 78.8 pada SWE-bench Verified. Ia mewakili lonjakan besar dalam keupayaan teks tulen dan multimodal, berprestasi setanding dengan model terkemuka terkini.

Panduan untuk model ini

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Qwen 3.6 Plus adalah model berat tertutup dari Qwen yang dibina berdasarkan seni bina gabungan perhatian linear dan campuran pakar jarang, dengan tetingkap konteks satu juta token. Ia mensasarkan pengkodan agen dan penaakulan kompleks, mencatat 78.8 pada SWE-bench Verified. Pada harga $0.33 setiap sejuta token input, ia berada pada harga yang munasabah untuk apa yang disampaikan, dan ia mengendalikan visi dan video bersama teks.

Dikenali untuk

78.8 pada SWE-bench Verified, kuat untuk tugas pengkodan peringkat repositori
Tetingkap konteks satu juta token untuk dokumen atau kod yang sangat panjang
Seni bina gabungan perhatian linear dan MoE jarang untuk inferens yang cekap
Input visi dan video bersama teks, bukan hanya teks
Peningkatan ketara pada front-end dan 'vibe coding' berbanding siri 3.5

Berhati-hati dengan

Tiada berat terbuka dan tiada repositori Hugging Face; anda hanya boleh menggunakan API, titik.
Kos output $1.95 setiap sejuta token bertambah cepat pada larian agen yang panjang.
Qwen tidak menerbitkan bilangan parameter atau terma lesen untuk model ini.

Terbaik untuk

Pengaturcaraan

Ejen dan penggunaan alat

Penalaran

Konteks panjang

Penglihatan

Arahan untuk cuba

Mencari pepijat peringkat repo

Ini adalah repositori Python dengan ujian yang gagal. Ujian mengharapkan `calculate_discount` mengembalikan 0 untuk input negatif, tetapi ia mengeluarkan ValueError sebaliknya. Jejaki rantai panggilan dari ujian melalui lapisan perkhidmatan ke fungsi utiliti, kenal pasti punca utama, dan kembalikan diff minimum yang membetulkannya tanpa mengubah antara muka awam fungsi.

Kod pemandangan 3D dari awal

Tulis fail HTML berdiri sendiri yang memaparkan sistem suria 3D interaktif menggunakan Three.js dari CDN. Sertakan Matahari, Bumi dengan Bulan, dan Marikh. Bumi harus mengorbit Matahari, Bulan harus mengorbit Bumi, dan pengguna boleh memutar dan mengezum pemandangan dengan tetikus. Tiada aset luaran, tiada langkah binaan.

Pelan agen berbilang langkah

Anda merancang agen pengkodan autonomi. Seorang pengguna mahu memindahkan projek Django 3.2 ke Django 5.1. Senaraikan setiap panggilan alat diskret yang perlu dibuat agen, mengikut urutan, untuk mengaudit perubahan yang memecahkan, mengemas kini kebergantungan, menampal kod yang sudah lapuk, menjalankan suite ujian, dan menghasilkan laporan migrasi. Jelaskan dengan spesifik apa yang setiap panggilan periksa atau ubah.

Bandingkan dengan

Qwen3.8 Flash
Model berat terbuka
konteks 1,000,000 token · Input $0.15/M, output $0.47/M
Qwen3.8 27B
Model berat terbuka
konteks 1,000,000 token · Input $0.24/M, output $2.20/M
Qwen3.6 35B A3B
Model berat terbuka
konteks 262,144 token · Input $0.15/M, output $1.00/M
Qwen3.5-9B
Model berat terbuka
konteks 262,144 token · Input $0.10/M, output $0.15/M

Lebih banyak model teks dari qwen

Soalan yang sering ditanya

Bolehkah saya jalankan Qwen 3.6 Plus secara tempatan?: Tidak. Qwen belum mengeluarkan berat terbuka untuk model ini dan tiada repositori Hugging Face, jadi ia hanya melalui API.
Berapa kos Qwen 3.6 Plus dan berapa panjang konteksnya?: Harga adalah $0.33 setiap sejuta token input dan $1.95 setiap sejuta token output, dengan tetingkap konteks satu juta token.
Bagaimana Qwen 3.6 Plus berbeza daripada siri 3.5?: Qwen berkata 3.6 Plus memberikan peningkatan besar dalam pengkodan agen, pembangunan front-end, dan penaakulan berbanding 3.5, dengan pengalaman yang jauh lebih baik untuk aliran kerja 'vibe coding' iteratif.

Keputusan Kapten
Model pengkodan agen yang serius dengan harga input yang adil, hanya terjejas oleh berat tertutup dan kos output yang meningkat pada larian panjang.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Llama 3.1 8B Instruct

TEXT / LLM

Model AI untuk penjanaan imej, video dan teks

Qwen3.6 Plus ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm qwen penglihatan video penalaran pengaturcaraan ejen konteks panjang

Layari mengikut keluarga model