Qwen: Qwen3.6 35B A3B

Qwen : Qwen3.6 35B A3B est un modèle multimodal à poids ouverts issu de Qwen, la famille de modèles d'Alibaba Cloud. Il compte 35 milliards de paramètres au total, avec 3 milliards de paramètres actifs par token, selon une architecture hybride de mélange d'experts creux. Comme seule une fraction des poids est sollicitée pour chaque token, il est conçu pour équilibrer capacité et efficacité d'inférence, ce qui compte lorsque vous prévoyez de servir de nombreuses requêtes.

Le modèle accepte des entrées texte, image et vidéo, et ne produit qu'une sortie texte. Sa fenêtre de contexte est de 262 144 tokens, avec une sortie maximale de 65 536 tokens. Cette combinaison convient aux charges de travail où l'entrée est volumineuse mais la réponse relativement courte, comme la lecture d'un long document, d'un ensemble de captures d'écran ou d'une vidéo, avec en retour un résumé, une extraction ou une décision.

Les usages pratiques découlent de ces propriétés. Le travail sur texte à long contexte est tout indiqué : résumer de longs rapports, répondre à des questions sur de vastes bases de code ou transcriptions, et analyser plusieurs documents qui nécessiteraient autrement un découpage. Les entrées image et vidéo étendent cela au matériel visuel, ce qui permet de décrire des images, lire des graphiques ou des diagrammes, ou extraire des données structurées de sessions enregistrées. La prise en charge des appels d'outils et de fonctions le rend viable comme cœur de raisonnement d'un agent qui interroge des API ou des bases de données, et les sorties structurées permettent de contraindre les réponses à un schéma que votre application peut analyser directement. La sortie de raisonnement peut être demandée et inspectée séparément lorsque vous souhaitez voir les étapes intermédiaires du modèle.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "qwen/qwen3.6-35b-a3b". Les paramètres de requête pris en charge sont 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 et top_p. Comme le point de terminaison suit le schéma OpenAI, les clients et SDK existants fonctionnent généralement avec seulement l'URL de base et l'identifiant de modèle modifiés, et tools plus tool_choice vous permettent de brancher l'appel de fonctions sans chemin d'intégration séparé.

Gardez à l'esprit le plafond de sortie : 65 536 tokens est généreux pour la plupart des réponses, mais pas illimité, donc les tâches qui doivent produire de très longs documents devront peut-être être réparties sur plusieurs appels. La fenêtre de contexte est large mais reste finie, donc des entrées extrêmement longues nécessiteront une troncature ou une récupération. Si votre charge de travail est uniquement textuelle et que la latence ou le débit est la préoccupation dominante, un modèle dense plus petit peut mieux vous servir ; si vous avez besoin d'une entrée audio ou d'une génération d'images en sortie, il vous faudra un autre modèle, car celui-ci couvre le texte, l'image et la vidéo en entrée et le texte en sortie.