Qwen: Qwen3.6 35B A3B

Qwen: Qwen3.6 35B A3B è un modello multimodale a pesi aperti della famiglia di modelli Qwen di Alibaba Cloud. Ha 35 miliardi di parametri totali con 3 miliardi di parametri attivi per token, utilizzando un'architettura ibrida sparse mixture-of-experts. Poiché solo una frazione dei pesi viene coinvolta per ogni token, è progettato per bilanciare capacità ed efficienza di inferenza, il che conta quando si prevede di servire molte richieste.

Il modello accetta input di testo, immagini e video, e produce solo output testuale. La sua finestra di contesto è di 262.144 token, con un output massimo di 65.536 token. Questa combinazione si adatta a carichi di lavoro in cui l'input è grande ma la risposta è relativamente breve, come leggere un lungo documento, un insieme di screenshot o un video e restituire un riassunto, un'estrazione o una decisione.

Gli usi pratici derivano da queste proprietà. Il lavoro su testo a contesto lungo è adatto in modo naturale: riassumere report lunghi, rispondere a domande su grandi basi di codice o trascrizioni, e analisi multi-documento che altrimenti richiederebbero il chunking. Gli input di immagini e video estendono questo a materiale visivo, così puoi descrivere fotogrammi, leggere grafici o diagrammi, o estrarre dati strutturati da sessioni registrate. Il supporto per il tool e function calling lo rende utilizzabile come nucleo di ragionamento di un agente che interroga API o database, e gli output strutturati ti permettono di vincolare le risposte a uno schema che la tua applicazione può analizzare direttamente. L'output di ragionamento può essere richiesto e ispezionato separatamente quando vuoi vedere i passaggi intermedi del modello.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "qwen/qwen3.6-35b-a3b". I parametri di richiesta supportati sono 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 e top_p. Poiché l'endpoint segue lo schema OpenAI, i client e gli SDK esistenti generalmente funzionano cambiando solo l'URL di base e l'id del modello, e tools più tool_choice ti permettono di collegare il function calling senza un percorso di integrazione separato.

Tieni presente il limite massimo di output: 65.536 token è generoso per la maggior parte delle risposte ma non illimitato, quindi le attività che devono produrre documenti molto lunghi potrebbero dover essere suddivise in più chiamate. La finestra di contesto è ampia ma comunque finita, quindi input estremamente lunghi richiederanno troncamento o retrieval. Se il tuo carico di lavoro è solo testuale e latenza o throughput sono la preoccupazione dominante, un modello dense più piccolo potrebbe servirti meglio; se hai bisogno di input audio o di generazione di immagini come output, ti servirà un modello diverso, poiché questo copre testo, immagini e video in input e testo in output.