Qwen3.6-35B-A3B'yi yerel çalıştırabilir miyim?

Evet — ağırlıklar Apache 2.0 lisansı altında açık ve Hugging Face'de mevcut, Transformers, vLLM, SGLang ve KTransformers ile uyumludur. Token başına sadece 3 milyar parametre aktif olduğu için bellek gereksinimleri toplam 35 milyar parametre sayısından daha düşüktür; indirmeden önce VRAM rehberini kontrol edin.

Maliyeti nedir ve bağlam penceresi ne kadar?

API üzerinden giriş token başına 0,10$ ve çıktı token başına 0,95$ ücretlendirilir, yerel bağlam penceresi 262.144 token olup YaRN ile yaklaşık 1 milyon tokena genişletilebilir.

Qwen3.6-35B-A3B, Qwen3.5-35B-A3B ile nasıl karşılaştırılır?

Qwen3.6 doğrudan halefidir, topluluk geri bildirimleriyle geliştirilmiş, ana kazanımlar ajan kodlama kıyaslamalarında ve çok turlu sohbetlerde akıl yürütme izlerini koruma seçeneğinde; genel bilgi skorları büyük ölçüde benzerdir.

▲

122%

bu hafta

Qwen3.6 35B A3B

8682°

#llm #qwen #görüş #video #akıl yürütme #kodlama

Bu hafta

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

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.

Bu model için rehberler

Ollama Nasıl Kurulur ve Yerel AI Nasıl Çalıştırılır (Windows, Mac, Linux)

Ollama vs LM Studio (2026): Hangi Yerel AI Uygulamasını Kullanmalı ve Her Biri Hangi Üst Modelleri Çalıştırıyor

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Yerel AI için aslında ne kadar VRAM gerekiyor?

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

Qwen3.6-35B-A3B, Alibaba Cloud tarafından hibrit seyrek uzman karışımı mimarisiyle geliştirilmiş açık ağırlıklı multimodal bir modeldir: toplam 35 milyar parametre, ancak token başına sadece 3 milyar aktif, bu da çıkarım maliyetlerini düşük tutar. Önceki sürümüne göre en önemli gelişme ajan kodlama yetenekleri, özellikle ön uç iş akışları ve depo düzeyi görevlerdir. Yerel çalıştırma veya uygun fiyatlı API erişimi arıyorsanız, ciddi bir bakışa değer.

İle tanınır

Ajan kodlama: ön uç iş akışları ve depo düzeyi akıl yürütmede güçlü
Token başına sadece 3 milyar parametre aktif, bu yüzden çıkarım hızlı ve ucuz
Yerel 262K token bağlam penceresi, YaRN ile yaklaşık 1 milyon tokena genişletilebilir
Metin, görüntü ve video girişlerini entegre düşünme modu ile kabul eder
Çok turlu sohbetlerde akıl yürütme izleri korunur

Dikkat et

Çıktı tokenları giriş tokenlarından yaklaşık 10 kat pahalı, 0,95$/milyon; uzun ajan çalışmaları maliyeti artırır.
Hibrit lineer dikkat mimarisi standart transformerlardan daha az test edilmiş; bazı çıkarım yığınları desteği geride kalabilir.
Yayınlanan sonuçlarda görsel ve video giriş kalitesi bağımsız olarak kıyaslanmamıştır.

En iyi

Kodlama

Ajanlar ve araç kullanımı

Muhakeme

Görsel

Yerel çalışır

Denenecek istemler

Dağınık bir kod tabanını yeniden düzenle

React ön uçta tüm durumu tek bir 800 satırlık App.js dosyasında yönetiyorum. Bileşen yok, özel hook yok ve props dört seviye derinliğe kadar iletiliyor. Yapıyı analiz et, en zararlı üç sorunu belirle, sonra dosya isimleri ve değişiklik sırasını içeren somut bir yeniden düzenleme planı hazırla.

Çok adımlı ajan planı

Bash ve dosya düzenleme araçlarına erişimi olan bir ajansın. Bir kullanıcının Python projesi, gerçek bir ağ çağrısına bağlı üç kararsız test nedeniyle CI hattında başarısız oluyor. Testleri nasıl bulacağını, taklit stratejisi tasarlayacağını, düzeltmeyi uygulayacağını ve üretim kod yoluna dokunmadan doğrulayacağını adım adım anlat.

Zor akıl yürütme bulmacası

Beş mühendis farklı programlama dillerine sahip, farklı içecekler içer ve farklı zaman dilimlerinde çalışır. Rust mühendisi espresso içer. UTC+9'daki mühendis Python kullanır. TypeScript mühendisi kahve içenin hemen solundadır. Go mühendisi UTC-5'te çalışır. Çay içen kim ve hangi dili kullanıyor? Adım adım mantığını göster.

İle karşılaştır

Qwen3.7 Flash
Sadece API modeli
1,000,000 token bağlam · $0.03/M girdi, $0.13/M çıktı
Qwen3.8 Max (0902)
Sadece API modeli
1,000,000 token bağlam · $2.00/M girdi, $6.00/M çıktı
Qwen3.8 Omni Flash
Sadece API modeli
1,000,000 token bağlam · $0.15/M girdi, $0.47/M çıktı
Qwen3.5 Plus 2026-02-15
Sadece API modeli
1,000,000 token bağlam · $0.26/M girdi, $1.56/M çıktı

qwen tarafından daha fazla metin modeli

İnsanların sorduğu sorular

Qwen3.6-35B-A3B'yi yerel çalıştırabilir miyim?: Evet — ağırlıklar Apache 2.0 lisansı altında açık ve Hugging Face'de mevcut, Transformers, vLLM, SGLang ve KTransformers ile uyumludur. Token başına sadece 3 milyar parametre aktif olduğu için bellek gereksinimleri toplam 35 milyar parametre sayısından daha düşüktür; indirmeden önce VRAM rehberini kontrol edin.
Maliyeti nedir ve bağlam penceresi ne kadar?: API üzerinden giriş token başına 0,10$ ve çıktı token başına 0,95$ ücretlendirilir, yerel bağlam penceresi 262.144 token olup YaRN ile yaklaşık 1 milyon tokena genişletilebilir.
Qwen3.6-35B-A3B, Qwen3.5-35B-A3B ile nasıl karşılaştırılır?: Qwen3.6 doğrudan halefidir, topluluk geri bildirimleriyle geliştirilmiş, ana kazanımlar ajan kodlama kıyaslamalarında ve çok turlu sohbetlerde akıl yürütme izlerini koruma seçeneğinde; genel bilgi skorları büyük ölçüde benzerdir.

Kaptanın kararı
Nadir bir kombinasyon: açık ağırlıklar, multimodal giriş, uzun bağlam ve gerçekten rekabetçi ajan kodlama, üstelik fiyatı da makul.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Qwen3.6 35B A3B popülerlik eğilimi

27 Apr 2026 tarihinden beri ısı puanı

Isı puanı

8,682°

Bu hafta

▲

122%

8,578° o zaman, 8,682° şimdi

Bu ay

n/a

Henüz yayınlanmadı/izlenmedi

Geçen yıl

n/a

Henüz yayınlanmadı/izlenmedi

7,000°

Taban

Ölçek 0° ile 9.999° arasında. 7,000° altındaki her şey, henüz hiçbir kaynağın raporlamadığı modeller için ayrılmıştır ve listelerin tamamlanması için orada bir geçici sayı bulunur. 7,000° ölçülen verinin başladığı yerdir: gerçek verisi olan ama neredeyse hiç indirmesi olmayan bir model tabanda durur ve ölçümler üstündeki dereceleri doldurur. Taban model hakkında hiçbir şey söylemez; sadece üstündeki dereceler söyler ve modelleri birbirinden ayıran budur.

+1,365°

OpenRouter tokenları

Bu model son 30 günde OpenRouter üzerinden 355,046,263,575 token işledi, istemler ve yanıtlar birlikte. Her 10,000,000 token bir indirme olarak sayılır, toplam 35,504; son günün tokenları benimsenme oranına katılır. Kaynak: OpenRouter (openrouter.ai/rankings).

+317°

Benimsenme oranı

Kaynakların iki ölçümü arasındaki sürede günlük yaklaşık 16,735 indirme. Ömür boyu ortalamadan tahmin edilmez. Hız indirme teriminin dörtte biri kadar önemlidir, böylece yeni bir artış görünür ama bir günlük sıçrama yılların kullanımını geçemez.

Detaylı dökümü göster

Bu sitedeki her sayı kontrol edilebilir. Bu modelin ısı skoru 8,682° ve burada her bir bileşen tek tek eklenerek, her adımda toplam gösterilerek oluşturuluyor: taban, her kaynağın eklediği derece, model türü için bonus ve ağırlıkların yaşı nedeniyle çıkarılan derece. Renkler yukarıdaki grafiğin bantlarıdır. Sonundaki sözlük her terimi tanımlar.

1
Tabandan başla.
Neden 7,000° sıfır değil: Ölçek 0° ile 9.999° arasında ve 7,000° altı henüz raporlanmamış modeller için ayrılmıştır, orada geçici bir sayı bulunur ve listeler tamamlanır, verisi olan bir modelin önünde asla sıralanmaz. 7,000° ölçülen verinin başladığı yerdir. Gerçek verisi olan ama neredeyse hiç indirmesi olmayan model burada durur; sonraki her şey ölçümdür ve tabanın üstünde on kez on kat artış için 300°'lik adımlar vardır. Taban her model için aynıdır, yani karar vermez; üstündeki dereceler karar verir.
7,000°
toplamda
2
İndirmeleri ekle.
Toplamda OpenRouter tokenları kaynaklardan 35,504 indirme eşdeğeri. İndirmelerin on katı aynı 300° ekler, yani boyut önemli ama puanı tek başına belirlemez.
+1,365°
8,365°
toplamda
3
Benimsenme oranını ekle.
Şu anda günde yaklaşık 16,735 indirme, iki ölçüm arasındaki farkla hesaplanır, ağırlığı indirmenin dörtte biri.
+317°
8,682°
toplamda
=
Isı puanı.
Bu modelin bu sitedeki her listede nerede durduğunu gösterir. Başka hiçbir şey bunu değiştirmez.
8,682°

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Bu modelin popülerliğinin katalogdaki diğer modellere göre nasıl değiştiği: her dönemdeki indirme, beğeni ve kullanım artışı, aynı dönemde tipik bir modelin büyümesiyle karşılaştırılarak ve o zamanki ısı puanıyla ölçülür. Tipik büyümenin üstü artış, altı düşüş olarak okunur. Geçmiş, bugünkü toplamlar, modelin ilk günü ve ölçülen indirme hızı kullanılarak yeniden oluşturulur; iki ölçüm varsa; bir dönemin başında var olmayan model için n/a gösterilir.

Benzer Modeller

Nemotron 3.5 Super VL

TEXT / LLM

Gemini 3.5 Flash Lite

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

Qwen3.6 35B A3B, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm qwen görüş video akıl yürütme kodlama ajanlar yerel

Model Ailesine Göre Göz At