Qwen: Qwen3.6 35B A3B

Qwen: Qwen3.6 35B A3B ist ein offenes multimodales Modell von Qwen, der Modellfamilie von Alibaba Cloud. Es hat insgesamt 35 Milliarden Parameter mit 3 Milliarden aktiven Parametern pro Token und verwendet eine hybride sparse Mixture-of-Experts-Architektur. Da für jeden Token nur ein Bruchteil der Gewichte aktiviert wird, ist es darauf ausgelegt, Leistungsfähigkeit und Inferenzeffizienz auszubalancieren, was wichtig ist, wenn Sie viele Anfragen bedienen möchten.

Das Modell akzeptiert Text-, Bild- und Videoeingaben und erzeugt ausschließlich Textausgaben. Sein Kontextfenster umfasst 262.144 Token, mit einer maximalen Ausgabe von 65.536 Token. Diese Kombination eignet sich für Arbeitslasten, bei denen die Eingabe groß, die Antwort aber vergleichsweise kurz ist, etwa beim Lesen eines langen Dokuments, einer Sammlung von Screenshots oder eines Videos und der Rückgabe einer Zusammenfassung, einer Extraktion oder einer Entscheidung.

Praktische Anwendungen ergeben sich aus diesen Eigenschaften. Langkontext-Textarbeit ist naheliegend: das Zusammenfassen umfangreicher Berichte, das Beantworten von Fragen über große Codebasen oder Transkripte und die Analyse mehrerer Dokumente, die sonst eine Aufteilung in Abschnitte erfordern würde. Die Bild- und Videoeingaben erweitern dies auf visuelles Material, sodass Sie Frames beschreiben, Diagramme oder Schaubilder lesen oder strukturierte Daten aus aufgezeichneten Sitzungen extrahieren können. Die Unterstützung von Tool- und Funktionsaufrufen macht es als Reasoning-Kern eines Agenten nutzbar, der APIs oder Datenbanken abfragt, und strukturierte Ausgaben ermöglichen es Ihnen, Antworten auf ein Schema zu beschränken, das Ihre Anwendung direkt parsen kann. Reasoning-Ausgaben können separat angefordert und geprüft werden, wenn Sie die Zwischenschritte des Modells sehen möchten.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "qwen/qwen3.6-35b-a3b" auf. Die unterstützten Anforderungsparameter sind frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs und top_p. Da der Endpunkt dem OpenAI-Schema folgt, funktionieren bestehende Clients und SDKs in der Regel, wenn nur die Basis-URL und die Modell-ID geändert werden, und tools plus tool_choice ermöglichen Ihnen die Einbindung von Funktionsaufrufen ohne einen separaten Integrationspfad.

Beachten Sie die Obergrenze für die Ausgabe: 65.536 Token sind für die meisten Antworten großzügig, aber nicht unbegrenzt, sodass Aufgaben, die sehr lange Dokumente ausgeben müssen, möglicherweise auf mehrere Aufrufe aufgeteilt werden müssen. Das Kontextfenster ist groß, aber dennoch endlich, sodass extrem lange Eingaben gekürzt oder per Retrieval abgerufen werden müssen. Wenn Ihre Arbeitslast nur Text umfasst und Latenz oder Durchsatz im Vordergrund stehen, könnte ein kleineres dichtes Modell für Sie besser geeignet sein; wenn Sie Audioeingaben oder Bildgenerierung als Ausgabe benötigen, benötigen Sie ein anderes Modell, da dieses Text, Bild und Video als Eingabe und Text als Ausgabe abdeckt.