通义千问 Qwen3.6

分成开放与闭源两半的一代

通义千问 Qwen3.6 是阿里 Qwen 系列在 2026 年 4 月发布的一代模型。和此前几代一样，它不是单个模型，而是一组：既有对外提供的闭源版本，也有任何人都能下载的开放权重版本。

最先出现的是 Qwen3.6-Plus，2026 年 4 月 2 日发布的闭源模型，目标明确指向智能体编程（agentic coding），也就是让模型在智能体循环里写代码、跑代码，而不只是在对话框里回答编程问题^[1]。在 Qwen 的发布记录里，Qwen3.6-Plus 与 Qwen3.5-Omni 一起被归入 2026 年 4 月的闭源发布，而 Qwen3.6 的开放权重模型以 Apache 2.0 许可发布^[4]。

发布节奏

开放权重这条线从 2026 年 4 月 15 日开始：作为首个开放权重的 Qwen3.6 模型，Qwen3.6-35B-A3B 当天上传到 Hugging Face；4 月 21 日又发布了稠密结构的 Qwen3.6-27B^[3][2]。在这两者之间的 4 月 20 日，Qwen3.6-Max-Preview 面世，被介绍为指令遵循能力更强^[5]。

开放模型的结构

Qwen3.6-35B-A3B 是一个混合专家（mixture-of-experts, MoE）模型：参数总量 350 亿，但处理每个词元时只激活约 30 亿^[2]。这个差距正是设计的用意——网络可以携带大量知识，运行成本却接近一个小得多的稠密模型。

专家层切得很细：共 256 个专家，每次激活 8 个路由专家加 1 个共享专家^[2]。整个网络 40 层，混合了两种注意力结构，Gated DeltaNet 与 Gated Attention^[2]。输入支持文本、图像和视频，原生上下文长度 262,144 个词元，可扩展到约 100 万^[2]。模型卡给出的权重许可为 Apache 2.0^[2]。

成绩

模型卡上，Qwen3.6-35B-A3B 在 SWE-bench Verified 上得 73.4，上一代 Qwen3.5-35B-A3B 是 70.0；此外 SWE-bench Pro 49.5，Terminal-Bench 2.0 51.5^[2]。前两项测的是在真实代码仓库里修复软件问题，Terminal-Bench 测的是在命令行环境里完成任务。通用基准方面，它报告 GPQA 86.0、MMMU 81.7、AIME26 92.7、LiveCodeBench v6 80.4、MMLU-Pro 85.2^[2]。这几项依次对应研究生水平的科学问答、跨学科多模态理解、数学竞赛题、编程竞赛题和覆盖面较广的知识题。

为智能体做的一个取舍

一项新增的设计是 `preserve_thinking` 选项：它保留此前轮次的推理轨迹，而不是丢弃^[2]。智能体往往要连续多轮调用工具，把早先的推理带上，可以减少重复推演所消耗的词元^[2]。

在 Qwen 系列里的位置

Qwen3.6 在榜首待的时间不长。闭源的 Qwen3.7-Max 在 2026 年 5 月接棒，Qwen3.7-Plus 在 6 月跟上^[4]。这一代真正说明的是一种在这一时期反复出现的发布方式：先把闭源旗舰交付给 API 用户，几周后放出采用宽松许可的开放权重对应版本，而把开放模型的规模定在数百亿参数这一档，好让外部机构跑得动。