Oh, model ini juga diungkapkan di Reddit dan sedang menjadi pembicaraan ramai.

Qwen-code dibuka gratis untuk sementara, dan pengguna yang menggunakannya dengan baik, tetapi mereka menghentikan versi gratis pada tanggal 15 April, dan itu menyebabkan keributan

Seolah-olah dalam sekejap, opini publik berbalik sepenuhnya.

Sumber asli: https://qwen.ai/blog?id=qwen3.6-35b-a3b

Setelah peluncuran Qwen3.6-Plus, kami dengan senang hati mengumumkan pelepasan open source Qwen3.6-35B-A3B. Ini adalah model Mixture-of-Experts (MoE) yang jarang namun menampilkan kinerja luar biasa, dengan total 35 miliar parameter tetapi hanya 3 miliar parameter aktif. Meskipun memiliki efisiensi yang sangat baik, Qwen3.6-35B-A3B menunjukkan kinerja koding agen yang luar biasa, melampaui pendahulunya Qwen3.5-35B-A3B, dan menunjukkan kemampuan yang sebanding dengan model padat yang jauh lebih besar seperti Qwen3.5-27B dan Gemma-31B. Mendukung mode pemikiran multimodal dan mode non-pemikiran, Qwen3.6-35B-A3B telah memposisikan dirinya sebagai salah satu model open source paling serbaguna yang tersedia saat ini. Sekarang Qwen3.6-35B-A3B tersedia secara real-time di Qwen Studio, dapat dipanggil melalui API, dan juga telah didistribusikan sebagai bobot terbuka (open weights) untuk komunitas.

• Qwen3.6-35B-A3B adalah model MoE open source sepenuhnya (total 35B / aktif 3B) dengan fitur-fitur berikut:

  • Kemampuan koding agen yang luar biasa dapat bersaing dengan model yang jauh lebih besar

  • Kemampuan pengenalan dan penalaran multimodal yang kuat

• Nikmati obrolan interaktif di Qwen Studio, atau
  panggil sebagai Qwen3.6-Flash di API Alibaba Cloud Model Studio (akan diluncurkan),
  atau unduh dan gunakan bobot dari Hugging Face dan ModelScope.

Evaluasi Kinerja

Di bawah ini kami menyajikan hasil evaluasi komprehensif dengan model-model dalam skala yang sama di berbagai tugas dan modalitas.

Kinerja Bahasa

Dengan hanya 3 miliar parameter aktif, Qwen3.6-35B-A3B mengungguli Qwen3.5-27B, model padat dengan 27 miliar parameter, dalam beberapa tolok ukur koding utama, dan secara signifikan mengungguli pendahulunya Qwen3.5-35B-A3B, terutama dalam tugas-tugas koding agen dan penalaran.

Catatan: Silakan merujuk ke catatan kaki di bagian bawah teks asli untuk pengaturan dan kondisi evaluasi untuk setiap benchmark.

Kinerja Visi-Bahasa

Qwen3.6 didasarkan pada arsitektur multimodal bawaan, dan Qwen3.6-35B-A3B menunjukkan kemampuan pengenalan dan penalaran multimodal yang luar biasa melampaui skala dengan hanya sekitar 3 miliar parameter aktif. Menunjukkan kinerja setara dengan Claude Sonnet 4.5 di sebagian besar benchmark visi-bahasa, dan bahkan mencatat hasil yang lebih baik dalam beberapa tugas. Khususnya menunjukkan kekuatan di bidang spatial intelligence, mencapai skor 92,0 di RefCOCO dan 50,8 di ODInW13.

Kolom kosong (--) berarti skor tidak disediakan atau tidak berlaku.

Mengembangkan dengan Qwen3.6-35B-A3B

Qwen3.6-35B-A3B akan segera tersedia di Alibaba Cloud Model Studio. Harap tunggu sebentar sampai persiapan lengkap selesai.

Qwen3.6-35B-A3B disediakan sebagai bobot terbuka di Hugging Face dan ModelScope untuk hosting mandiri, dan dapat dipanggil sebagai qwen3.6-flash melalui API Model Studio Alibaba Cloud. Anda juga dapat mencobanya langsung di Qwen Studio.

Model ini terintegrasi dengan lancar dengan asisten pengkodean pihak ketiga utama termasuk OpenClaw, Claude Code, dan Qwen Code, menyederhanakan alur kerja pengembangan dan memungkinkan pengalaman pengkodean yang efisien dan sadar konteks.

Cara Menggunakan API

Rilis ini mendukung fitur preserve_thinking: fitur yang mempertahankan konten pemikiran dari semua putaran sebelumnya dalam pesan, yang direkomendasikan untuk tugas agen.

Alibaba Cloud Model Studio

Alibaba Cloud Model Studio mendukung protokol standar industri dan menyediakan API penyelesaian obrolan dan respons yang kompatibel dengan spesifikasi OpenAI, serta antarmuka API yang kompatibel dengan Anthropic.

Contoh kode untuk menggunakan API penyelesaian obrolan adalah sebagai berikut:

"""
Variabel lingkungan (berdasarkan dokumentasi resmi):
  DASHSCOPE_API_KEY: Kunci API yang dikeluarkan dari https://modelstudio.console.alibabacloud.com
  DASHSCOPE_BASE_URL: (Opsional) URL dasar API mode kompatibel
    - Beijing: https://dashscope.aliyuncs.com/compatible-mode/v1
    - Singapura: https://dashscope-intl.aliyuncs.com/compatible-mode/v1
    - AS (Virginia): https://dashscope-us.aliyuncs.com/compatible-mode/v1
  DASHSCOPE_MODEL: (Opsional) Nama model; dapat ditimpa saat menggunakan model berbeda
"""
from openai import OpenAI
import os

api_key = os.environ.get("DASHSCOPE_API_KEY")
if not api_key:
    raise ValueError(
        "DASHSCOPE_API_KEY is required. "
        "Set it via: export DASHSCOPE_API_KEY='your-api-key'"
    )

client = OpenAI(
    api_key=api_key,
    base_url=os.environ.get(
        "DASHSCOPE_BASE_URL",
        "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
    ),
)

messages = [{"role": "user", "content": "Introduce vibe coding."}]

model = os.environ.get("DASHSCOPE_MODEL", "qwen3.6-flash")

completion = client.chat.completions.create(
    model=model,
    messages=messages,
    extra_body={
        "enable_thinking": True,
        # "preserve_thinking": True,
    },
    stream=True
)

reasoning_content = ""  # Jejak penalaran lengkap
answer_content = ""     # Respons lengkap
is_answering = False    # Apakah memasuki tahap jawaban

print("\n" + "=" * 20 + "Reasoning" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\nUsage:")
        print(chunk.usage)
        continue

    delta = chunk.choices[0].delta
    
    # Kumpulkan hanya konten penalaran
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content
    
    # Terima konten, mulai tahap jawaban
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "Answer" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

Untuk informasi lebih lanjut, silakan lihat dokumentasi API.

Integrasi Pengkodean dan Agen

Qwen3.6-35B-A3B memiliki kemampuan pengkodean agen yang luar biasa dan dapat terintegrasi dengan mulus dengan asisten pengkodean pihak ketiga populer termasuk OpenClaw, Claude Code, dan Qwen Code.

OpenClaw

Qwen3.6-35B-A3B kompatibel dengan OpenClaw (sebelumnya Moltbot / Clawdbot), agen pengkodean AI open-source yang di-host sendiri. Terhubung ke Model Studio dan alami lingkungan pengkodean agen lengkap di terminal.

Panduan Memulai:

# Node.js 22+
curl -fsSL https://molt.bot/install.sh | bash   # macOS / Linux

# Atur kunci API
export DASHSCOPE_API_KEY=

# Jalankan OpenClaw
openclaw dashboard # Browser web
# openclaw tui # Mulai TUI di terminal baru

Pada penggunaan pertama, edit file ~/.openclaw/openclaw.json untuk mengonfigurasi OpenClaw agar menunjuk ke Model Studio. Temukan bidang berikut, buatlah, dan gabungkan — jangan timpa seluruh file untuk menyimpan pengaturan yang ada.

{
  "models": {
    "mode": "merge",
    "providers": {
      "modelstudio": {
        "baseUrl": "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
        "apiKey": "DASHSCOPE_API_KEY",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.6-flash",
            "name": "qwen3.6-flash",
            "reasoning": true,
            "input": ["text", "image"],
            "contextWindow": 131072,
            "maxTokens": 16384
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "modelstudio/qwen3.6-flash"
      },
      "models": {
        "modelstudio/qwen3.6-flash": {}
      }
    }
  }
}

Kode Qwen

Qwen3.6-35B-A3B dirancang untuk terminal dan kompatibel dengan Kode Qwen, agen AI sumber terbuka yang dioptimalkan untuk rangkaian Qwen.

Panduan Memulai:

# Node.js 20+
npm install -g @qwen-code/qwen-code@latest

# Mulai Qwen Code (interaktif)
qwen

# Dalam sesi:
/help
/auth

Panduan login akan ditampilkan saat pertama kali digunakan. Anda dapat mengganti metode autentikasi kapan saja menggunakan perintah /auth.

Kode Claude

API Qwen juga mendukung protokol API Anthropic, sehingga Anda dapat menggunakannya dengan alat seperti Kode Claude untuk pengalaman pengkodean yang ditingkatkan:

# Instalasi Kode Claude
npm install -g @anthropic-ai/claude-code

# Atur variabel lingkungan
export ANTHROPIC_MODEL="qwen3.6-flash"
export ANTHROPIC_SMALL_FAST_MODEL="qwen3.6-flash"
export ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/apps/anthropic
export ANTHROPIC_AUTH_TOKEN=

# Jalankan CLI
claude

Ringkasan

Qwen3.6-35B-A3B membuktikan bahwa model MoE jarang dapat mencapai kemampuan pengkodean agen dan penalaran yang luar biasa. Dengan hanya 3 miliar parameter aktif, ia memberikan kinerja yang sebanding dengan model padat beberapa kali lebih besar dari skala aktifnya sambil menunjukkan hasil yang unggul di seluruh tolok ukur multimodal. Sebagai titik pemeriksaan sumber terbuka lengkap, model ini menetapkan standar baru yang dapat dicapai pada skala ekivalennya.

Ke depannya, kami akan terus memperluas keluarga sumber terbuka Qwen3.6 dan terus memperluas batas-batas apa yang dapat dicapai oleh model yang efisien dan terbuka. Kami berterima kasih atas umpan balik komunitas, dan kami menantikan inovasi apa yang akan Anda capai dengan Qwen3.6-35B-A3B. Selain itu, keluarga sumber terbuka Qwen3.6 terus berkembang, jadi harap perhatikan rilis mendatang!

Kutipan (Citation)

Jika Qwen3.6-35B-A3B bermanfaat bagi Anda, harap kutip makalah di bawah ini:

@misc{qwen36_35b_a3b,
  title = {{Qwen3.6-35B-A3B}: Agentic Coding Power, Now Open to All},
  url = {https://qwen.ai/blog?id=qwen3.6-35b-a3b},
  author = {{Qwen Team}},
  month = {April},
  year = {2026}
}

▶ Sumber asli: https://qwen.ai/blog?id=qwen3.6-35b-a3b