Qwen: Qwen3.6 35B A3B

Qwen: Qwen3.6 35B A3B é um modelo multimodal de pesos abertos da Qwen, a família de modelos da Alibaba Cloud. Tem 35 bilhões de parâmetros totais com 3 bilhões de parâmetros ativos por token, usando uma arquitetura híbrida de mistura esparsa de especialistas. Como apenas uma fração dos pesos é acionada para cada token, ele foi projetado para equilibrar capacidade e eficiência de inferência, o que importa quando você planeja atender muitas requisições.

O modelo aceita entradas de texto, imagem e vídeo, e produz apenas saída de texto. Sua janela de contexto é de 262.144 tokens, com saída máxima de 65.536 tokens. Essa combinação é adequada para cargas de trabalho em que a entrada é grande, mas a resposta é comparativamente curta, como ler um documento longo, um conjunto de capturas de tela ou um vídeo e retornar um resumo, uma extração ou uma decisão.

Os usos práticos decorrem dessas propriedades. Trabalho com texto de contexto longo é um encaixe natural: resumir relatórios extensos, responder perguntas sobre grandes bases de código ou transcrições, e análise de múltiplos documentos que de outra forma exigiria fragmentação. As entradas de imagem e vídeo estendem isso a material visual, para que você possa descrever quadros, ler gráficos ou diagramas, ou extrair dados estruturados de sessões gravadas. O suporte a chamadas de ferramentas e funções torna o modelo viável como o núcleo de raciocínio de um agente que consulta APIs ou bancos de dados, e as saídas estruturadas permitem restringir as respostas a um esquema que sua aplicação pode analisar diretamente. A saída de raciocínio pode ser solicitada e inspecionada separadamente quando você quiser ver os passos intermediários do modelo.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3.6-35b-a3b". Os parâmetros de requisição suportados são 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. Como o endpoint segue o esquema da OpenAI, clientes e SDKs existentes geralmente funcionam apenas com a URL base e o id de modelo alterados, e tools mais tool_choice permitem conectar chamadas de funções sem um caminho de integração separado.

Tenha em mente o teto de saída: 65.536 tokens é generoso para a maioria das respostas, mas não é ilimitado, então tarefas que precisam emitir documentos muito longos podem precisar ser divididas entre chamadas. A janela de contexto é grande, mas ainda finita, então entradas extremamente longas precisarão de truncamento ou recuperação. Se sua carga de trabalho for apenas de texto e a latência ou a taxa de transferência for a preocupação dominante, um modelo denso menor pode atendê-lo melhor; se você precisar de entrada de áudio ou geração de imagem como saída, precisará de um modelo diferente, já que este cobre texto, imagem e vídeo na entrada e texto na saída.