project
Qwen3.6-35B-A3B - アリババ同義のオープンソースハイブリッドエキスパートMoEモデル
Qwen3.6-35B-A3Bは、アリババの同義千文チームが開発したオープンソースのハイブリッドエキスパート(MoE)モデルです。パラメータ総数は350億個、活性化パラメータは30億個です。このモデルは、極めて高い推論効率とエージェントプログラミング機能に重点を置いており、複数のプログラミングベンチマークで高いパフォーマンスを実現しています。
Qwen3.6-35B-A3Bとは何ですか?
Qwen3.6-35B-A3Bは、アリババの同義千文チームが発表したオープンソースのハイブリッドエキスパート(MoE)モデルで、パラメータ総数は350億、活性化パラメータは30億です。このモデルは、極めて高い推論効率とエージェントプログラミング機能を重視しており、複数のプログラミングベンチマークテストにおいて、よりパラメータ規模が大きい高密度モデルQwen3.5-27Bを凌駕し、Googleの最新Gemma 4シリーズモデルを大幅に上回っています。Qwen3.6シリーズ初のオープンソース版として、マルチモーダル知覚と推論をネイティブにサポートしており、その視覚言語機能はClaude Sonnet 4.5と同等かそれ以上で、現在入手可能な最も汎用性の高いオープンソースモデルの1つとなっています。
Qwen3.6-35B-A3Bの主な機能
- インテリジェントエージェントプログラミングこのモデルは優れたエージェントコーディング機能を備え、SWE-benchやTerminal-Benchなどのプログラミングベンチマークで非常に優れたパフォーマンスを発揮し、OpenClaw、Claude Code、Qwen Codeなどのサードパーティ製プログラミングアシスタントにシームレスに統合できます。
- マルチモーダルな知覚と推論ネイティブで視覚言語理解をサポートし、MMMUやRealWorldQAなどの視覚的質問応答ベンチマークで優れたパフォーマンスを発揮し、空間知能において大きな優位性を示します(RefCOCO 92.0、ODINW13 50.8)。
- デュアルモード推論思考モード(複雑な推論)と非思考モード(迅速な対応)を柔軟に切り替えることで、さまざまなタスクシナリオに適応できます。
- 効率的な推論疎なMoEアーキテクチャを採用することで、わずか30億個のパラメータをアクティブ化するだけで、数倍の規模の密なモデルに匹敵する性能を実現し、推論コストを大幅に削減できます。
- ツール呼び出しとMCPサポート関数呼び出し、コードインタープリタ、MCP(モデルコンテキストプロトコル)をサポートしており、外部ツールやAPIに接続して複雑なタスクを完了できます。
- 長時間のコンテキスト処理20万個のコンテキストウィンドウをサポートし、長文ドキュメントの理解や長大なプロセスコードの生成といったタスクを処理できます。
Qwen3.6-35B-A3Bの使い方
- オンライン体験:登録不要で会話を始めるには、Qwen Studioのウェブサイト(https://chat.qwen.ai/)にアクセスしてください。テキストと画像の入力に対応しており、モデルのプログラミング機能やマルチモーダル機能をすぐに体験できます。
- API呼び出し(本番環境へのデプロイ)
-
アリババクラウド百精錬プラットフォームAlibaba Cloud Refinementコンソールにログインし、モデルを選択してください。
qwen3.6-flashAPIキーを作成します。標準のOpenAIプロトコル(チャット完了/応答API)とAnthropicプロトコルをサポートし、既存のGPT/Claudeインターフェースをシームレスに置き換えます。通話を行う際は、この機能を有効にすることをお勧めします。preserve_thinkingパラメータは、思考プロセスを維持し、エージェントのタスクパフォーマンスを最適化するように設定されています。 -
ローカル展開Hugging Faceからオープンソースの重みをダウンロードし、vLLM、Ollam、またはTransformersを使用してロードしてください。
-
- サードパーティツールの統合
-
OpenClaw設定ファイルで、ベースURLをAlibaba Cloud Bailianエンドポイントに設定し、APIキーを入力し、モデル名を選択します。
qwen3.6-flashこれにより、ターミナルでモデルを使用して、デフォルトのエンコードアシスタントを置き換えることができます。 -
Qwen CodeQwenシリーズ向けに最適化されたオープンソースの端末AIエージェント。初期入力は…
/authAlibaba Cloud Hundred Refinements認証が完了すると、システムは自動的にQwen3.6-35B-A3Bを識別し、コード生成とツール呼び出しのために呼び出します。 -
Claude CodeAPIはAnthropicプロトコルと互換性があるため、エンドポイントアドレスとモデル名をClaude Codeの設定で直接置き換えることで、視覚的な機能を備えたコーディング体験を得ることができます。
-
Qwen3.6-35B-A3Bに関する重要な情報と使用要件
-
オープンソースライセンスモデルの重み付けデータは完全にオープンソースであり、ローカル環境での展開と商用利用をサポートしており、Hugging FaceおよびModelScopeプラットフォームからダウンロードできます。
-
オンライン体験Qwen Studioは、直接的な対話を可能にし、導入作業を必要とせずにすべての機能を提供します。
-
API呼び出しまもなく、Alibaba CloudのHundred Refinements APIのサポートが開始されます。呼び出し名は...
qwen3.6-flashOpenAI仕様のチャット完了・応答API、およびAnthropic APIプロトコルと互換性があります。 -
ハードウェア要件高密度モデルと比較して、ローカル展開のハードルを大幅に下げ、実行に必要なのは30億個のアクティベーションパラメータをサポートするのに十分なビデオメモリのみであるため、個々の開発者によるローカル展開に適しています。
-
サードパーティ統合OpenClaw(Moltbot)、Qwen Code、Claude Codeといった主流のAIプログラミングアシスタントと既に互換性があり、既存の開発ワークフローに直接統合できます。
-
特別な機能APIサポート
preserve_thinkingパラメータはメッセージ内に前回のラウンドの思考内容を保持することができ、複雑なエージェントタスクに推奨されます。
Qwen3.6-35B-A3Bの主な利点
-
極めて高いパラメータ効率3B活性化パラメータは、プログラミングおよび推論タスクにおいて27B密モデルを凌駕し、「小型で高出力」の推論効率を実現します。
-
最高レベルのインテリジェントエージェントプログラミング機能SWE-bench Verified(73.4)やTerminal-Bench 2.0(51.5)といった権威あるプログラミングベンチマークにおいて、同規模あるいはそれ以上の規模のモデルを上回る性能を発揮します。
-
視覚能力をクローズドソースモデルと比較したベンチマークそのマルチモーダル性能はClaude Sonnet 4.5と同等であり、特に空間認識能力(RefCOCO 92.0)と文書理解能力は卓越している。
-
フルシナリオのエコシステム互換性OpenAIとAnthropicの両方のAPIプロトコルをサポートしているため、既存のワークフローにおけるモデルのシームレスな置き換えが可能になり、移行コストを削減できます。
Qwen3.6-35B-A3Bのプロジェクト住所
- ハギングフェイスモデルライブラリ:https://huggingface.co/Qwen/Qwen3.6-35B-A3B
Qwen3.6-35B-A3Bと類似の競合製品との比較
| 比較対象寸法 | Qwen3.6-35B-A3B | Qwen3.5-27B | Gemma 4-31B |
|---|---|---|---|
| 建築タイプ | MoE(スパース) | 密集 | 密集 |
| パラメータの総数 | 35B | 27B | 31B |
| 活性化パラメータ量 | 3B | 27B(完全有効化済み) | 31B(完全有効化済み) |
| SWE-bench Verified | 73.4 | 75.0 | 52.0 |
| Terminal-Bench 2.0 | 51.5 | 41.6 | 42.9 |
| MMMU (マルチモーダル相互能力ユニット) | 81.7 | 82.3 | 80.4 |
| RealWorldQA | 85.3 | 83.7 | 72.3 |
| オープンソースライセンス | Apache 2.0(商用利用可能) | Apache 2.0 | Apache 2.0 |
| コンテキストの長さ | 200K | 128K | 128K |
| マルチモーダルサポート | ネイティブサポート | 追加の適応が必要 | 部分的な支持 |
| エージェントの最適化 | ディープ最適化 | 基本サポート | 基本サポート |
| 導入コスト | 低(ビデオメモリはわずか3Bしか必要としない) | 高(27Bのビデオメモリが必要) | 高(31Bのビデオメモリが必要) |
Qwen3.6-35B-A3Bの適用シナリオ
-
AI支援プログラミングコード生成、バグ修正、コードリファクタリング、コードレビューを自動化し、インテリジェントなプログラミングアシスタントとしてIDEに統合することも可能です。
-
インテリジェントエージェント開発ツールを呼び出し、ウェブページを閲覧し、コードを実行して、自動運用・保守、データ分析、その他のワークフローを実行できる自律型エージェントを構築する。
-
マルチモーダルコンテンツの理解これは、テキストと画像が混在する文書の分析、グラフの解釈、視覚的な質問応答、ビデオコンテンツの理解といったタスクを処理するように設計されています。
-
エンドサイドおよびエッジ展開低い活性化パラメータと高い推論効率により、リソースが限られたエッジデバイスやエッジサーバーへの展開に適しており、ローカライズされたAIサービスを提供するのに適しています。
-
教育研究これは、学術研究、アルゴリズム教育、または特定の分野に特化した微調整トレーニングのためのオープンソースの基盤モデルとして機能します。