Qwen3.6 35B A3B
8682°
اجرای مدل
پیشنهادها / تبلیغات
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.
راهنماهای این مدل
چگونه Ollama را نصب کنیم و یک هوش مصنوعی محلی را اجرا کنیم (ویندوز، مک، لینوکس)
Ollama در مقابل LM Studio (۲۰۲۶): کدام برنامه محلی هوش مصنوعی را استفاده کنیم و هر کدام کدام مدل‌های برتر را اجرا می‌کنند
بهترین مدل محلی LLM بر اساس کاربرد (اکتبر ۲۰۲۶): مدل باز مناسب برای هر کار
واقعاً چقدر VRAM برای هوش مصنوعی محلی نیاز دارم؟
فایل GGUF چیست؟ مدل‌های کوانتیزه شده توضیح داده شده (Q4، Q8، fp8، NF4)
یادداشت‌های کاپیتان
یادداشت‌ها از 2026-10-13
Qwen3.6-35B-A3B مدل چندرسانه‌ای با وزن باز از Alibaba Cloud است که بر معماری ترکیبی پراکنده MoE ساخته شده: ۳۵ میلیارد پارامتر کل اما فقط ۳ میلیارد فعال در هر توکن که هزینه استنتاج را پایین نگه می‌دارد. بهبود اصلی آن نسبت به نسخه قبلی، کدنویسی عاملی است، به ویژه جریان‌های کاری فرانت‌اند و وظایف سطح مخزن. اگر به یک کدنویس و عامل توانمند نیاز دارید که بتوانید محلی اجرا کنید یا با هزینه کم از طریق API استفاده کنید، این مدل ارزش بررسی جدی دارد.
معروف به
- کدنویسی عاملی: قوی در جریان‌های کاری فرانت‌اند و استدلال سطح مخزن
- فقط ۳ میلیارد پارامتر فعال در هر توکن، پس استنتاج سریع و ارزان است
- پنجره متنی بومی ۲۶۲ هزار توکنی، قابل گسترش تا حدود ۱ میلیون با YaRN
- پذیرش ورودی متن، تصویر و ویدئو با حالت تفکر یکپارچه
- حفظ ردپاهای استدلال در مکالمات چندمرحلهای
مراقب باشید
- توکن‌های خروجی تقریباً ۱۰ برابر توکن‌های ورودی هزینه دارند با نرخ ۰.۹۵ دلار به ازای هر میلیون — اجرای طولانی عاملی هزینه‌ها را افزایش می‌دهد.
- معماری توجه خطی ترکیبی کمتر آزمایش شده نسبت به ترنسفورمرهای استاندارد است؛ برخی پشته‌های استنتاج ممکن است پشتیبانی کمتری داشته باشند.
- کیفیت ورودی دید و ویدئو در نتایج منتشر شده به طور مستقل ارزیابی نشده است.
دستورات برای امتحان
بازسازی یک کدبیس نامرتب
من یک فرانت‌اند React دارم که تمام وضعیت در یک فایل App.js به طول ۸۰۰ خط مدیریت میشود. هیچ کامپوننتی نیست، هیچ هوک سفارشی و props تا چهار سطح عمیق منتقل میشود. ساختار را تحلیل کن، سه مشکل آسیب‌زننده‌ترین را شناسایی کن، سپس یک برنامه بازسازی مشخص با نام فایل‌ها و ترتیب تغییرات ارائه بده.
برنامه عاملی چندمرحلهای
شما یک عامل با دسترسی به bash و ابزارهای ویرایش فایل هستید. پروژه پایتون یک کاربر در خط لوله CI به دلیل سه تست ناپایدار که به تماس شبکه واقعی با API خارجی وابسته‌اند شکست می‌خورد. قدم به قدم توضیح بده چگونه تست‌ها را پیدا می‌کنی، استراتژی شبیه‌سازی طراحی می‌کنی، اصلاح را اجرا می‌کنی و بدون دست زدن به کد تولیدی آن را تأیید می‌کنی.
ارجاع متقابل سند طولانی
من یک مشخصات فنی ۲۰۰ صفحه‌ای را اینجا می‌چسبانم. کل سند را بخوان، سپس: هر نیازمندی که با نیازمندی دیگر تناقض دارد را فهرست کن، هر دو را با شماره بخش ارجاع بده و حداقل تغییر متنی که هر تناقض را حل می‌کند پیشنهاد بده. مشخصات: [اینجا بچسبانید]
مقایسه با
- Qwen3.7 Flashمدل فقط APIمتن زمینه 1,000,000 توکن · ورودی $0.03/M، خروجی $0.13/M
- Qwen3.8 Max (0902)مدل فقط APIمتن زمینه 1,000,000 توکن · ورودی $2.00/M، خروجی $6.00/M
- Qwen3.8 Omni Flashمدل فقط APIمتن زمینه 1,000,000 توکن · ورودی $0.15/M، خروجی $0.47/M
- Qwen3.5 Plus 2026-02-15مدل فقط APIمتن زمینه 1,000,000 توکن · ورودی $0.26/M، خروجی $1.56/M
مدل‌های متنی بیشتر از qwen
سؤالات متداول
- آیا میتوانم Qwen3.6-35B-A3B را محلی اجرا کنم؟
- بله — وزنها تحت مجوز Apache 2.0 باز هستند و در Hugging Face موجودند، سازگار با Transformers، vLLM، SGLang و KTransformers. چون فقط ۳ میلیارد پارامتر فعال در هر توکن است، نیاز حافظه کمتر از ۳۵ میلیارد پارامتر کل است؛ قبل از دانلود راهنمای VRAM را بررسی کنید.
- هزینه و طول پنجره متنی چقدر است؟
- از طریق API هزینه ورودی ۰.۱۰ دلار و خروجی ۰.۹۵ دلار به ازای هر میلیون توکن است، با پنجره بومی ۲۶۲,۱۴۴ توکن — قابل گسترش تا حدود ۱ میلیون توکن با YaRN.
- این مدل چگونه با Qwen3.5-35B-A3B مقایسه میشود؟
- Qwen3.6 نسخه مستقیم جانشین است که بر اساس بازخورد جامعه ساخته شده، با بهبودهای اصلی در معیارهای کدنویسی عاملی و گزینه جدید حفظ ردپاهای استدلال در مکالمات چندمرحلهای؛ نمرات دانش عمومی تقریباً مشابه است.
حکم کاپیتانترکیبی نادر: وزن‌های باز، ورودی چندرسانه‌ای، پنجره طولانی و کدنویسی عاملی واقعاً رقابتی با قیمتی که گران نیست.
کارت مدل در Hugging Face
کاپیتان این یادداشت‌ها را از توضیحات مدل و کارت مدل نوشته است. قیمت‌ها و اندازه متن زمینه مربوط به ارائه‌دهنده در زمان نوشتن است و ممکن است تغییر کند.
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
روند محبوبیت Qwen3.6 35B A3B
امتیاز حرارتی از 27 Apr 2026
امتیاز داغی
8,682°
این هفته
▲
122%
8,578° آن زمان، 8,682° الان
این ماه
n/a
هنوز منتشر/ردیابی نشده
سال گذشته
n/a
هنوز منتشر/ردیابی نشده
7,000°
کف
مقیاس از 0° تا 9,999° است. هر چیزی زیر 7,000° برای مدل‌هایی است که هیچ منبعی هنوز گزارشی درباره‌شان نداده و یک عدد جایگزین آنجا دارند تا فهرست‌ها کامل بمانند. 7,000° جایی است که داده‌های اندازه‌گیری شده شروع میشود: مدلی با داده واقعی ولی تقریباً بدون دانلود روی کف قرار می‌گیرد و اندازه‌گیری‌ها درجه‌های بالاتر را پر می‌کنند. کف درباره مدل چیزی نمی‌گوید؛ فقط درجه‌های بالاتر این کار را می‌کنند و آنها هستند که مدل‌ها را از هم جدا می‌کنند.
+1,365°
توکن‌های OpenRouter
355,046,263,575 توکن این مدل در ۳۰ روز گذشته از طریق OpenRouter پردازش شده است، شامل درخواست‌ها و پاسخ‌ها. هر 10,000,000 توکن به عنوان یک دانلود در دوره دانلود حساب میشود، مجموعاً 35,504؛ توکن‌های روز آخر به نرخ پذیرش اضافه می‌شوند. منبع: OpenRouter (openrouter.ai/rankings).
+317°
نرخ پذیرش
حدود 16,735 دانلود در روز، اندازه‌گیری شده بین دو خوانش از منابع، هرگز حدس زده نشده از میانگین عمر. سرعت یک چهارم عامل دانلود وزن دارد، پس یک جهش تازه نشان داده میشود بدون اینکه یک جهش یک روزه بالاتر از سال‌ها استفاده قرار بگیرد.
نمایش جزئیات
هر عدد در این سایت قابل بررسی است. امتیاز حرارت این مدل 8,682° است و اینجا به صورت مرحله به مرحله ساخته شده، با مجموع جاری بعد از هر مرحله: کف، درجه‌هایی که هر منبع اضافه می‌کند، جایزه برای نوع مدل و چیزی که سن وزنها کم می‌کند. رنگ‌ها همان بازه‌های نمودار بالاست. واژه‌نامه در انتها هر اصطلاح را تعریف می‌کند.
- 1از کف شروع کن.چرا 7,000° و نه صفر: مقیاس از 0° تا 9,999° است و بخش زیر 7,000° برای مدل‌هایی است که هیچ منبعی هنوز گزارشی درباره‌شان نداده و یک عدد جایگزین آنجا دارند تا فهرست‌ها کامل بمانند و هیچ‌وقت بالاتر از مدلی با داده قرار نگیرند. 7,000° جایی است که داده‌های اندازه‌گیری شده شروع میشود. مدلی با داده واقعی ولی تقریباً بدون دانلود اینجا قرار می‌گیرد؛ هر چیزی که بعد از آن می‌آید اندازه‌گیری است و فضای بالای کف ده مرحله ده برابر در دانلودها دارد که هر کدام 300° است. کف برای همه مدل‌ها یکسان است، پس تصمیم‌گیرنده نیست؛ درجه‌های بالاتر این کار را می‌کنند.7,000°جمع جاری
- 2دانلودها را اضافه کن.35,504 معادل دانلود در کل، از توکن‌های OpenRouter. ده برابر کردن دانلودها همان 300° را اضافه می‌کند، پس اندازه مهم است اما هرگز امتیاز را به خودش نمی‌برد.+1,365°8,365°جمع جاری
- 3نرخ پذیرش را اضافه کن.حدود 16,735 دانلود در روز همین الان، اندازه‌گیری شده بین دو خوانش، با یک چهارم وزن.+317°8,682°جمع جاری
- =امتیاز حرارت.جایی که این مدل در هر فهرست این سایت قرار دارد. هیچ چیز دیگری آن را تنظیم نمی‌کند.8,682°
واژه‌نامه: اصطلاحات استفاده شده اینجا
- امتیاز حرارت
- یک عدد برای اینکه چقدر یک مدل الان استفاده و خواسته میشود، از 0° تا 9,999°. هر فهرستی در این سایت که می‌گوید داغ‌ترین‌ها بر اساس آن مرتب شده‌اند و هیچ چیز دیگری.
- کف
- 7,000° که هر مدل با داده واقعی از آن شروع می‌کند. مقیاس از 0° تا 9,999° است؛ بخشی که زیر کف است برای جایگزین‌ها (مدل‌هایی بدون داده) محفوظ است، تا مدلی با داده همیشه بالاتر از مدلی بدون داده باشد. کف برای همه یکسان است و هیچ تصمیمی نمی‌گیرد؛ درجه‌های بالاتر اندازه‌گیری هستند.
- معادل‌های دانلود
- هر چیزی که امتیاز به عنوان دانلود حساب می‌کند، جمع شده: خود دانلودها، هر تورنت سیدر به عنوان 1,000، هر تصویر AI Horde و هر اجرا روی سایت تولید به عنوان یکی.
- مقیاس لگاریتمی
- شمارش به صورت ده‌تایی، نه یکی‌یکی: رفتن از 1,000 به 10,000 دانلود همان درجه‌ها را اضافه می‌کند که رفتن از 10,000 به 100,000. این باعث میشود غول‌ها همه چیز را نبلعند.
- لایک‌ها
- تایید و لایک از هر منبع، هر کدام نصف وزن یک دانلود در مقیاس لگاریتمی.
- نرخ پذیرش
- چند دانلود در روز یک مدل همین الان می‌گیرد، از تفاوت بین دو خوانش یک منبع. یک چهارم وزن بخش دانلود.
- اندازه‌گیری شده و تخمینی
- اندازه‌گیری شده یعنی دو خوانش از یک منبع وجود دارد و تفاوت واقعی است. تخمینی یعنی فقط مجموع امروز معلوم است و گذشته به صورت مدل در طول عمر آن پخش شده؛ سایت می‌گوید کدام را نشان می‌دهد.
- سیدر
- کسی که یک نسخه از وزنها را به صورت آنلاین نگه می‌دارد تا دیگران از طریق تورنت دانلود کنند، یا یک آینه میزبانی شده که همین کار را می‌کند. هر کدام به اندازه ۱۰۰۰ دانلود حساب میشود.
- AI Horde
- یک شبکه داوطلبانه که تصاویر را به صورت رایگان روی کامپیوترهای اهدایی تولید می‌کند. تعداد تصاویری که با یک مدل ساخته شده عمومی است و هر کدام به عنوان یک دانلود حساب میشود.
- سایت‌های تولید
- سایت‌هایی که نسخه‌های خودشان از یک مدل را میزبانی می‌کنند و به مردم اجازه می‌دهند با آن تولید کنند، مثل PixAI، SeaArt و Yodayo. دانلودهای آنها مثل Civitai حساب میشود و هر بار تولید به عنوان یک دانلود محسوب میشود.
- توکن‌های OpenRouter
- یک مدل متنی که از طریق API ارائه میشود، مانند Claude یا GPT، وزن‌هایی برای دانلود ندارد، بنابراین استفاده آن بر اساس توکن‌ها اندازه‌گیری میشود: قطعات متنی که در ۳۰ روز گذشته از طریق OpenRouter خوانده و نوشته است. هر 10,000,000 توکن به عنوان یک دانلود حساب میشود. منبع: OpenRouter (openrouter.ai/rankings)، CC BY 4.0.
- مدل کامل (چک‌پوینت)
- خود وزنها، فایلی که به تنهایی تولید می‌کند. یک امتیاز اضافی می‌گیرد چون افزونه‌ها به آن وابسته‌اند.
- LoRA و امبدینگ
- فایل‌های کوچک افزونه که وزن‌های دیگران را به سمت یک سبک، شخصیت یا مفهوم هدایت می‌کنند. نمی‌توانند به تنهایی اجرا شوند.
- خانواده و وزنها
- پایه‌ای که مدل روی آن ساخته شده، مثل SD 1.5، SDXL، Flux یا Wan. هر مدل تاریخ انتشار وزن‌های خانواده‌اش را به ارث می‌برد.
- سن
- درجه‌هایی که به خاطر مدت زمان گذشته از انتشار وزن‌های خانواده کم میشود: ۱۵۰ درجه در سال، تا ۷۵۰ درجه. دانلودهای قدیمی که سال‌ها فرصت جمع شدن داشتند را نگه می‌دارد تا بالای لیست ثابت بمانند.
- تقویت خانواده
- یک فشار کوچک و محدود برای LoRAهای یک خانواده که این سایت الان به جلو می‌برد، همیشه در جزئیات لیست شده.
- امتیاز جایگزین
- یک عدد پایدار زیر حداقل که به مدلی داده میشود که هنوز هیچ منبعی درباره‌اش گزارش نداده، تا لیست‌ها کامل بمانند. هیچ‌وقت بالاتر از مدلی با داده رتبه نمی‌گیرد.
- جدید! (دوره گذار)
- مدلی که کمتر از 7 روز از عمرش گذشته باشد، به جای امتیاز، عبارت جدید! را نشان می‌دهد و در رتبه‌بندی جایگاهی ندارد. امتیاز آن از روز اول محاسبه میشود، اما مدلی که یک روزه است سریع‌تر از هر چیز دیگری رشد می‌کند، بنابراین بدون این انتظار، مدل #1 هفته همیشه مدلی بود که دیروز منتشر شده بود نه مدلی که یک هفته دوام آورده باشد.
- روند
- رشد یک مدل در یک دوره چطور نسبت به رشد معمول مدل‌ها در همان دوره است. سریع‌تر از معمول یعنی افزایش، کندتر یعنی کاهش.
- مدل معمولی
- وسط فهرست: نصف مدل‌ها با عددی که دارند سریع‌تر رشد کردند و نصف کندتر.
چطور محبوبیت این مدل نسبت به بقیه کاتالوگ تغییر کرده: رشد دانلودها، لایک‌ها و استفاده در هر دوره، نسبت به رشد معمول مدل‌ها در همان دوره، همراه با امتیاز حرارت آن زمان. بالاتر از رشد معمول یعنی افزایش، پایین‌تر یعنی کاهش. گذشته از روی مجموع‌های امروز، روز اول مدل و سرعت دانلود اندازه‌گیری شده وقتی دو داده وجود دارد بازسازی شده؛ مدلی که در شروع دوره وجود نداشته باشد n/a نشان می‌دهد.
Qwen3.6 35B A3B یک مدل متنی برای خانواده Text / LLM است که در ModelTrends.ai، کاتالوگ فقط‌خواندنی مدل‌های هوش مصنوعی متن‌باز تصویر، ویدئو و متن، فهرست شده است. آن را با دیگر مدل‌های Text / LLM مقایسه کنید و امتیاز داغی آن را ببینید.
مرور بر اساس خانواده مدل
مدل‌های Text / LLM
434
مدل‌های Anima
528
مدل‌های Chroma
19
مدل‌های Fibo
2
مدل‌های Flux
1,496
مدل‌های Flux 2 / Klein
1,239
مدل‌های Flux 3
3
مدل‌های Moss
3
مدل‌های Iris
1
مدل‌های MiniMax H3
364
مدل‌های Hunyuan
204
مدل‌های Ideogram
20
مدل‌های Krea2
717
مدل‌های Qwen
20
مدل‌های Qwen2
47
مدل‌های Ltx2
153