Pot rula Qwen3.6-35B-A3B local?

Da — greutățile sunt deschise sub licența Apache 2.0 și sunt disponibile pe Hugging Face, compatibile cu Transformers, vLLM, SGLang și KTransformers. Deoarece doar 3 miliarde parametri sunt activi per token, cerințele de memorie sunt mai mici decât sugerează cei 35 miliarde parametri total; verifică un ghid VRAM înainte de descărcare.

Care este costul și cât de mare este fereastra de context?

Prin API costă 0,10 USD per milion de tokeni de intrare și 0,95 USD per milion de tokeni de ieșire, cu un context nativ de 262.144 tokeni — extensibil la aproximativ 1 milion prin YaRN.

Cum se compară cu Qwen3.5-35B-A3B?

Qwen3.6 este succesorul direct, construit pe feedback-ul comunității, cu câștiguri principale în benchmark-uri agentice de codare și o opțiune nouă de a păstra urmele raționamentului pe conversații multi-turn; scorurile generale de cunoștințe sunt în mare similare.

▲

122%

săptămâna aceasta

Qwen3.6 35B A3B

8682°

#llm #qwen #viziune #video #raționament #programare

Săptămâna aceasta

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

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.

Ghiduri pentru acest model

Cum să instalezi Ollama și să rulezi un AI local (Windows, Mac, Linux)

Ollama vs LM Studio (2026): ce aplicație AI locală să folosești și ce modele de top rulează fiecare

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Qwen3.6-35B-A3B este un model multimodal cu greutăți deschise de la Alibaba Cloud, construit pe o arhitectură hibridă sparse mixture-of-experts: 35 miliarde parametri total, dar doar 3 miliarde activi per token, ceea ce menține costurile de inferență scăzute. Îmbunătățirea principală față de predecesor este codarea agentică, în special fluxurile frontend și sarcinile la nivel de depozit. Dacă ai nevoie de un coder și agent capabil pe care să-l rulezi local sau să-l accesezi ieftin prin API, merită o privire serioasă.

Cunoscut pentru

Codare agentică: puternic pe fluxuri frontend și raționament la nivel de depozit
Doar 3 miliarde parametri activi per token, deci inferența este rapidă și ieftină
Fereastră nativă de context de 262K, extensibilă la aproximativ 1 milion prin YaRN
Acceptă inputuri text, imagine și video cu mod de gândire integrat
Urme de raționament păstrate pe conversații multi-turn

Atenție la

Tokenii de output costă aproape de 10 ori mai mult decât cei de input, la 0,95 USD/M — rulările agentice lungi se adună.
Arhitectura hibridă cu atenție liniară este mai puțin testată decât transformerele standard; unele stive de inferență pot avea suport întârziat.
Calitatea inputurilor vizuale și video nu este evaluată independent în rezultatele publicate.

Cel mai bun pentru

Programare

Agenți și utilizare unelte

Raționament

Viziune

Rulează local

Sugestii de încercat

Refactorizează o bază de cod dezordonată

Am un frontend React cu tot starea gestionată într-un singur fișier App.js de 800 de linii. Nu există componente, nici hook-uri personalizate, iar props sunt transmise pe patru niveluri adâncime. Analizează structura, identifică cele trei probleme cele mai dăunătoare, apoi produce un plan concret de refactorizare cu nume de fișiere și ordinea schimbărilor pe care ar trebui să le fac.

Plan agent multi-pas

Ești un agent cu acces la bash și unelte de editare fișiere. Un proiect Python al unui utilizator eșuează în pipeline-ul CI din cauza a trei teste instabile care depind de un apel real la o API externă. Parcurge cum ai localiza testele, proiecta o strategie de mocking, implementa corecția și verifica fără să modifici calea de cod de producție.

Puzzle de raționament dificil

Cinci ingineri dețin fiecare un limbaj de programare diferit, beau o băutură diferită și lucrează în fusuri orare diferite. Inginerul Rust bea espresso. Inginerul din UTC+9 deține Python. Inginerul TypeScript este imediat la stânga celui care bea cafea. Inginerul Go lucrează în UTC-5. Cine bea ceai și ce limbaj folosește? Arată raționamentul pas cu pas.

Compară cu

Qwen3.7 Flash
Model doar API
context de 1,000,000 tokeni · $0.03/M intrare, $0.13/M ieșire
Qwen3.8 Max (0902)
Model doar API
context de 1,000,000 tokeni · $2.00/M intrare, $6.00/M ieșire
Qwen3.8 Omni Flash
Model doar API
context de 1,000,000 tokeni · $0.15/M intrare, $0.47/M ieșire
Qwen3.5 Plus 2026-02-15
Model doar API
context de 1,000,000 tokeni · $0.26/M intrare, $1.56/M ieșire

Mai multe modele text de la qwen

Întrebări frecvente

Pot rula Qwen3.6-35B-A3B local?: Da — greutățile sunt deschise sub licența Apache 2.0 și sunt disponibile pe Hugging Face, compatibile cu Transformers, vLLM, SGLang și KTransformers. Deoarece doar 3 miliarde parametri sunt activi per token, cerințele de memorie sunt mai mici decât sugerează cei 35 miliarde parametri total; verifică un ghid VRAM înainte de descărcare.
Care este costul și cât de mare este fereastra de context?: Prin API costă 0,10 USD per milion de tokeni de intrare și 0,95 USD per milion de tokeni de ieșire, cu un context nativ de 262.144 tokeni — extensibil la aproximativ 1 milion prin YaRN.
Cum se compară cu Qwen3.5-35B-A3B?: Qwen3.6 este succesorul direct, construit pe feedback-ul comunității, cu câștiguri principale în benchmark-uri agentice de codare și o opțiune nouă de a păstra urmele raționamentului pe conversații multi-turn; scorurile generale de cunoștințe sunt în mare similare.

Verdictul căpitanului
O combinație rară: greutăți deschise, input multimodal, context lung și codare agentică cu adevărat competitivă la un preț care nu doare.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

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

Tendința de popularitate a Qwen3.6 35B A3B

Scor de căldură din 27 Apr 2026

Scor de popularitate

8,682°

Săptămâna aceasta

▲

122%

8,578° atunci, 8,682° acum

Luna aceasta

n/a

Nu a fost lansat/urmărit

Ultimul an

n/a

Nu a fost lansat/urmărit

7,000°

Prag minim

Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.

+1,365°

Tokeni OpenRouter

355,046,263,575 tokeni procesați de acest model prin OpenRouter în ultimele 30 de zile, împreună cu prompturile și răspunsurile. Fiecare 10,000,000 tokeni contează ca un download în termenul de descărcări, 35,504 în total; tokenii ultimei zile se adaugă la rata de adoptare. Sursa: OpenRouter (openrouter.ai/rankings).

+317°

Rata de adoptare

Aproximativ 16,735 descărcări pe zi, măsurate între două citiri ale surselor, niciodată estimate dintr-o medie pe viață. Viteza cântărește un sfert din termenul descărcărilor, așa că o creștere recentă se vede fără să lase un vârf de o zi să depășească ani de utilizare.

Arată detalii

Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 8,682°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.

1
Începe de la prag.
De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
7,000°
total curent
2
Adaugă descărcările.
35,504 echivalente de descărcări în total, de la Tokeni OpenRouter. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
+1,365°
8,365°
total curent
3
Adaugă rata de adoptare.
Aproximativ 16,735 descărcări pe zi acum, măsurate între două citiri, cu un sfert din greutate.
+317°
8,682°
total curent
=
Scorul de căldură.
Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
8,682°

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.

Modele similare

Modele AI pentru generare de imagini, video și text

Qwen3.6 35B A3B este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm qwen viziune video raționament programare agenți local

Răsfoiește după familia de modele