Qwen: Qwen3.6 35B A3B

Qwen: Qwen3.6 35B A3B es un modelo multimodal de pesos abiertos de Qwen, la familia de modelos de Alibaba Cloud. Tiene 35 mil millones de parámetros totales con 3 mil millones de parámetros activos por token, utilizando una arquitectura híbrida de mezcla de expertos dispersa. Debido a que solo una fracción de los pesos se activa para cada token, está diseñado para equilibrar la capacidad con la eficiencia de inferencia, lo cual importa cuando planeas atender muchas solicitudes.

El modelo acepta entradas de texto, imagen y video, y produce únicamente salida de texto. Su ventana de contexto es de 262,144 tokens, con una salida máxima de 65,536 tokens. Esa combinación se adapta a cargas de trabajo donde la entrada es grande pero la respuesta es comparativamente corta, como leer un documento largo, un conjunto de capturas de pantalla o un video y devolver un resumen, una extracción o una decisión.

Los usos prácticos se derivan de esas propiedades. El trabajo de texto con contexto largo encaja de forma natural: resumir informes extensos, responder preguntas sobre bases de código o transcripciones grandes, y el análisis de múltiples documentos que de otro modo requeriría fragmentación. Las entradas de imagen y video extienden esto al material visual, de modo que puedes describir fotogramas, leer gráficos o diagramas, o extraer datos estructurados de sesiones grabadas. El soporte de llamadas a herramientas y funciones lo hace viable como núcleo de razonamiento de un agente que consulta API o bases de datos, y las salidas estructuradas te permiten restringir las respuestas a un esquema que tu aplicación pueda analizar directamente. La salida de razonamiento se puede solicitar e inspeccionar por separado cuando quieres ver los pasos intermedios del modelo.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "qwen/qwen3.6-35b-a3b". Los parámetros de solicitud que admite son 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 y top_p. Dado que el endpoint sigue el esquema de OpenAI, los clientes y SDK existentes generalmente funcionan con solo cambiar la URL base y el id de modelo, y tools más tool_choice te permiten conectar llamadas a funciones sin una ruta de integración separada.

Ten en cuenta el límite de salida: 65,536 tokens es generoso para la mayoría de las respuestas pero no ilimitado, así que las tareas que deben emitir documentos muy largos pueden necesitar dividirse en varias llamadas. La ventana de contexto es grande pero aún finita, así que las entradas extremadamente largas necesitarán truncamiento o recuperación. Si tu carga de trabajo es solo texto y la latencia o el rendimiento son la preocupación dominante, un modelo denso más pequeño puede servirte mejor; si necesitas entrada de audio o generación de imágenes como salida, necesitarás un modelo diferente, ya que este cubre texto, imagen y video de entrada y texto de salida.