Qwen3.6 35B A3B
8682°
Executar modelo
Ofertas / Anúncios
Qwen | 262,144 token context | $0.15/M input, $1.00/M output. Qwen3.6-35B-A3B is an open-weight multimodal model from Alibaba Cloud with 35 billion total parameters and 3 billion active parameters per token. It uses a hybrid sparse mixture-of-experts architecture combining Gated DeltaNet linear attention with standard gated attention layers, enabling efficient inference at a fraction of the compute cost. The model supports a 262K token native context window (extensible to 1M via YaRN) and accepts text, image, and video inputs. It includes integrated thinking mode with reasoning traces preserved across multi-turn conversations, function calling, and structured output. Released under the Apache 2.0 license.
Guias para este modelo
Como Instalar Ollama e Rodar uma IA Local (Windows, Mac, Linux)
Ollama vs LM Studio (2026): qual app de IA local usar e quais os melhores modelos que cada um roda
Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa
De quanto VRAM eu realmente preciso para IA local?
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
Qwen3.6-35B-A3B é um modelo multimodal de pesos abertos da Alibaba Cloud construído sobre uma arquitetura híbrida de mistura de especialistas esparsa: 35 bilhões de parâmetros totais, mas apenas 3 bilhões ativos por token, o que mantém os custos de inferência baixos. Sua principal melhoria sobre o predecessor é a codificação agente, especialmente fluxos de trabalho frontend e tarefas em nível de repositório. Se você precisa de um codificador e agente capaz que possa rodar localmente ou usar via API barata, vale uma análise séria.
Conhecido por
- Codificação agente: forte em fluxos frontend e raciocínio em nível de repositório
- Apenas 3 bilhões de parâmetros ativos por token, então a inferência é rápida e barata
- Janela de contexto nativa de 262 mil tokens, extensível para cerca de 1 milhão via YaRN
- Aceita entradas de texto, imagem e vídeo com modo de raciocínio integrado
- Rastreamentos de raciocínio preservados em conversas multi-turno
Fique atento a
- Tokens de saída custam quase 10× tokens de entrada a $0,95 por milhão — execuções agentes longas somam.
- Arquitetura híbrida de atenção linear é menos testada que transformers padrão; algumas pilhas de inferência podem ter suporte atrasado.
- Qualidade da entrada de visão e vídeo não foi avaliada independentemente nos resultados publicados.
Sugestões para tentar
Refatore uma base de código confusa
Tenho um frontend React com todo o estado gerenciado em um único arquivo App.js de 800 linhas. Não há componentes, nem hooks personalizados, e props são passadas por quatro níveis. Analise a estrutura, identifique os três problemas mais prejudiciais e produza um plano concreto de refatoração com nomes de arquivos e ordem das mudanças que devo fazer.
Plano agente em múltiplas etapas
Você é um agente com acesso a bash e ferramentas de edição de arquivos. Um projeto Python do usuário falha no pipeline CI por três testes instáveis que dependem de uma chamada real a uma API externa. Explique como localizar os testes, desenhar uma estratégia de mocking, implementar a correção e verificar sem tocar no código de produção.
Quebra-cabeça de raciocínio difícil
Cinco engenheiros possuem cada um uma linguagem de programação diferente, bebem uma bebida diferente e trabalham em fusos horários diferentes. O engenheiro Rust bebe espresso. O engenheiro no UTC+9 usa Python. O engenheiro TypeScript está imediatamente à esquerda do que bebe café. O engenheiro Go trabalha no UTC-5. Quem bebe chá e qual linguagem usa? Mostre seu raciocínio passo a passo.
Comparar com
- Qwen3.7 FlashModelo apenas para APIContexto de 1,000,000 tokens · entrada $0.03/M, saída $0.13/M
- Qwen3.8 Max (0902)Modelo apenas para APIContexto de 1,000,000 tokens · entrada $2.00/M, saída $6.00/M
- Qwen3.8 Omni FlashModelo apenas para APIContexto de 1,000,000 tokens · entrada $0.15/M, saída $0.47/M
- Qwen3.5 Plus 2026-02-15Modelo apenas para APIContexto de 1,000,000 tokens · entrada $0.26/M, saída $1.56/M
Mais modelos de texto de qwen
Perguntas frequentes
- Posso rodar o Qwen3.6-35B-A3B localmente?
- Sim — os pesos são abertos sob licença Apache 2.0 e estão disponíveis no Hugging Face, compatíveis com Transformers, vLLM, SGLang e KTransformers. Como apenas 3 bilhões de parâmetros estão ativos por token, os requisitos de memória são menores do que o total de 35 bilhões sugere; confira um guia de VRAM antes de baixar.
- Quanto custa e qual a janela de contexto?
- Via API custa $0,10 por milhão de tokens de entrada e $0,95 por milhão de tokens de saída, com contexto nativo de 262.144 tokens — extensível para cerca de 1 milhão via YaRN.
- Como ele se compara ao Qwen3.5-35B-A3B?
- Qwen3.6 é o sucessor direto, construído com feedback da comunidade, com ganhos principais em benchmarks de codificação agente e nova opção para preservar rastreamentos de raciocínio em conversas multi-turno; as pontuações gerais de conhecimento são amplamente similares.
Veredito do capitãoUma combinação rara: pesos abertos, entrada multimodal, contexto longo e codificação agente realmente competitiva a um preço que não pesa.
Ficha do modelo no Hugging Face
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: Silver · Hottest this week · #114 Hottest AI model · #48 Hottest Text / LLM model · #48 Hottest Text / LLM text model
Not this creator?
Get your own badge
Tendência de popularidade de Qwen3.6 35B A3B
Pontuação de calor desde 27 Apr 2026
Pontuação de destaque
8,682°
Esta semana
▲
121%
8,578° então, 8,682° agora
Este mês
n/a
Ainda não lançado/monitorado
Último ano
n/a
Ainda não lançado/monitorado
7,000°
Piso
A escala vai de 0° a 9.999°. Tudo abaixo de 7,000° é reservado para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas. 7,000° é onde começam os dados medidos: um modelo com dados reais mas quase nenhum download fica no piso, e as medições preenchem os graus acima dele. O piso não diz nada sobre o modelo; só os graus acima dele dizem, e são eles que diferenciam um modelo do outro.
+1,365°
Tokens OpenRouter
355,046,263,575 tokens processados por este modelo via OpenRouter nos últimos 30 dias, prompts e respostas juntos. Cada 10,000,000 tokens conta como um download no termo de downloads, 35,504 no total; os tokens do último dia entram na taxa de adoção. Fonte: OpenRouter (openrouter.ai/rankings).
+317°
Taxa de adoção
Cerca de 16,735 downloads por dia, medidos entre duas leituras das fontes, nunca estimados por média de vida útil. A velocidade pesa um quarto do termo de downloads, então um surto recente aparece sem deixar um pico de um dia superar anos de uso.
Mostrar detalhamento
Cada número neste site pode ser verificado. A pontuação de popularidade deste modelo é 8,682°, e aqui ela é construída um ingrediente de cada vez, com o total acumulado após cada um: o piso, os graus que cada fonte adiciona, o bônus pelo tipo de modelo e o que a idade dos pesos subtrai. As cores são as faixas do gráfico acima. O glossário no final define cada termo.
- 1Comece pelo piso.Por que 7,000° e não zero: a escala vai de 0° a 9.999°, e a parte abaixo de 7,000° é reservada para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas e nunca ficarem acima de um modelo com dados. 7,000° é onde começam os dados medidos. Um modelo com dados reais mas quase nenhum download fica aqui; tudo que vem depois é medição, e o espaço acima do piso tem dez passos de dez vezes mais downloads, com 300° cada. O piso é o mesmo para todo modelo, então ele não decide nada; os graus acima dele é que decidem.7,000°total acumulado
- 2Some as downloads.35,504 equivalentes a downloads no total, de Tokens OpenRouter. Dez vezes os downloads adicionam o mesmo 300°, então o tamanho importa, mas nunca domina a pontuação.+1,365°8,365°total acumulado
- 3Adicione a taxa de adoção.Cerca de 16,735 downloads por dia agora, medido entre duas leituras, valendo um quarto do peso.+317°8,682°total acumulado
- =A pontuação heat.Onde este modelo está em todas as listas deste site. Nada mais altera isso.8,682°
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
Como a popularidade deste modelo mudou em relação ao resto do catálogo: seu crescimento em downloads, curtidas e uso em cada período, medido contra o crescimento típico dos modelos no mesmo período, junto com sua pontuação de calor na época. Acima do crescimento típico significa alta, abaixo significa queda. O passado é reconstruído a partir dos totais de hoje, do primeiro dia do modelo e da velocidade de download medida quando existem duas leituras; um modelo que não existia no começo do período mostra n/a.
Qwen3.6 35B A3B é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Mais modelos Text / LLMMais Texto / LLM Text / LLMllmqwenvisãovídeoraciocínioprogramaçãoagenteslocal
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153