阿里开源 Qwen3.6-35B-A3B：30 亿激活参数实现编程能力大幅升级

阿里千问这次放出来的新模型，很有点“小体量打大场面”的味道。

最新开源的 Qwen3.6-35B-A3B，是一款采用 稀疏混合专家架构（MoE） 的模型。它的总参数量达到 350 亿，但在实际推理时，每个 token 只激活大约 30 亿参数。也就是说，它不是靠全量参数硬顶，而是通过更高效的专家路由方式，把计算集中在真正需要的部分上。

这件事的看点，不只是“参数做得漂亮”，而是它把这种高效结构真正转化成了 智能体编程能力的明显提升。在今天这个大家都在卷代码生成、代理工作流和复杂工具调用的阶段，这种模型会非常容易引起关注。

Qwen3.6-35B-A3B 到底是什么？

从定位上看，Qwen3.6-35B-A3B 是阿里千问团队面向 Agentic Coding 方向重点优化的一款开源模型。

简单理解，它不是只会回答代码问题，或者只会补几行函数，而是更偏向那种 能够在复杂上下文里执行编程任务、处理工具链、理解工程结构、完成代理式编码工作流 的模型。

这也是为什么官方把它的重点放在“智能体编程能力”上，而不是单纯的代码补全。因为现在大家真正关心的，已经不只是模型能不能写代码，而是它能不能在更真实的开发流程里持续做事。

为什么 30 亿激活参数这件事这么关键？

因为这直接关系到模型的使用成本和部署效率。

传统稠密模型的逻辑是，参数量越大，通常能力越强，但代价也越高。MoE 架构则换了一种思路：模型总量可以做大，但实际执行时只调动一部分专家来完成当前 token 的计算。

Qwen3.6-35B-A3B 的核心吸引力就在这里。它虽然是 35B 级别总参数，但运行时只需要大约 3B 激活参数。这意味着它有机会在保持较强能力的同时，把推理成本压得更低，让“高性能”和“高效率”不再完全对立。

对于开发者和企业用户来说，这种模型的想象空间很大。因为很多时候，真正限制模型落地的，不是能力不够，而是 太贵、太慢、太难规模化部署。

它为什么会被说成是编程能力的一次明显升级？

因为这次 Qwen3.6-35B-A3B 的提升，不是停留在“会写代码”这件基础事上，而是明显加强了 智能体式编程任务 的表现。

从公开信息来看，它在多项关键编程基准上，不仅大幅超过前代 Qwen3.5-35B-A3B，还在部分任务上超越了更大体量的稠密模型，例如 Qwen3.5-27B 和 Gemma 4-31B。

这说明什么？
说明它不是简单做了一点局部调优，而是真正在复杂编程任务、工具调用和多步骤执行场景里，把性能拉上去了。

如果说过去很多模型更像“代码助手”，
那 Qwen3.6-35B-A3B 的方向，更像是往 代码执行型代理 那边靠。

为什么说它对 Agent 工作流更有意义？

因为现在 AI 编程的竞争，已经不是只比“会不会写函数”，而是比谁更能进入真实工程工作流。

真正复杂的开发任务，往往不是一句 prompt 就结束，而是涉及：

• 多文件理解
• 工程结构分析
• 命令行工具调用
• 仓库级别修改
• Bug 定位与修复
• 跨步骤任务规划
• 长链路上下文保持

而 Qwen3.6-35B-A3B 这次主打的，恰恰就是这类更接近真实开发环境的能力。

这也是为什么它会被提到可以兼容主流编程助手和智能体工具链。因为它的价值并不只在聊天框里，而是在更完整的 Agent 开发流程中被调用起来。

轻量高效为什么会成为这次发布的重点？

因为今天大模型的核心竞争，不只是“谁更强”，而是“谁能在强的同时更容易被用起来”。

一个总参数很大、推理很重的模型，当然可以很强，但如果运行成本高、落地门槛高，很多开发者和团队最后还是会犹豫。
而像 Qwen3.6-35B-A3B 这种 总量大但激活量小 的结构，就很容易打中另一个关键点：
让更多开发者能以更低代价，摸到更高水平的编程能力。

尤其是在 API 调用、边缘部署、企业内部推理和大规模代理调度这些场景里，效率优势往往会被进一步放大。

它不只是会编程，还保留了通用和多模态能力

这点也很重要。

从公开资料看，Qwen3.6-35B-A3B 并不是一个纯代码特化模型，它依然保留了相当强的 通用能力和多模态能力。这意味着它不是只能处理开发任务，而是可以在更复杂的混合场景里工作。

比如一个真实的代理流程，往往不会只涉及代码，还可能包括：

• 理解截图或界面
• 读取文档
• 解析图像信息
• 结合自然语言需求做方案输出
• 在代码与非代码内容之间来回切换

如果模型只能写代码，它的适用范围其实会比较窄。
而 Qwen3.6-35B-A3B 的意义在于，它更像一个 面向复杂代理工作流的通用底座，而不是单点工具。

上线渠道为什么也值得关注？

因为这意味着它不仅开源了，而且确实开始进入可用阶段。

目前 Qwen3.6-35B-A3B 已经上线 Qwen Studio，同时官方也明确提到，它会通过 阿里云百炼平台 提供 API 调用能力，并且模型权重已经在社区平台开放下载。

这几个动作放在一起看，很能说明阿里这次的思路：
不是只发一个开源模型让大家围观，而是同步把 体验、调用、集成、部署 这整套链路铺起来。

对开发者来说，这种“发出来就能上手”的节奏，比单纯宣布一个模型名字更有吸引力。

这次发布释放了什么信号？

我觉得最值得注意的信号有两个。

第一，轻量模型正在重新定义“性能天花板”。
过去很多人默认，真正强的能力只能靠更大稠密模型来堆。但 Qwen3.6-35B-A3B 说明，借助 MoE 路线，轻量激活参数也有机会在真实任务里打出很强表现。

第二，AI 编程竞争已经进入 Agent 阶段。
现在大家不再只比代码补全，而是比谁更懂工程、谁更会调工具、谁更能完成完整任务。Qwen3.6-35B-A3B 很明显就是冲这个方向来的。

这意味着未来的主流编程模型，不一定是参数最夸张的那个，而更可能是 最能在复杂开发链路里持续稳定工作的那个。

总结

整体来看，Qwen3.6-35B-A3B 这次最值得关注的，不只是“阿里又开源了一个模型”，而是它用 35B 总参数、3B 激活参数 这样的高效结构，把智能体编程能力真正往前推了一步。

它一边保留了 MoE 模型的轻量优势，
一边在编程基准和代理工作流上打出了更强表现，
同时又通过 Qwen Studio、阿里云百炼和开源社区，把使用路径快速铺开。

这说明一件事：
AI 编程模型的竞争，正在从“谁参数更大”转向“谁更高效、谁更能做事”。

而 Qwen3.6-35B-A3B，显然就是阿里在这个方向上的一次很明确出牌。

官方与公开参考入口： https://qwen.ai/blog?id=qwen3.6-35b-a3b ｜ https://huggingface.co/Qwen/Qwen3.6-35B-A3B ｜ https://modelscope.cn/models/Qwen/Qwen3.6-35B-A3B