Qwen3.6

Kompakte, multimodale Hybrid-Modelle für agentisches Coding – 35B-A3B & 27B

Qwen3.6-Generation (2026)

Die Qwen3.6 Serie im Überblick

Qwen3.6 ist Alibabas kompakte, multimodale Serie auf Basis der effizienten Hybrid-Architektur (Gated DeltaNet + Gated Attention) aus der Qwen3-Next-Linie. Sie umfasst zwei self-host-freundliche Größen: das MoE-Modell Qwen3.6-35B-A3B (35 Mrd. total, nur 3 Mrd. aktiv, 256 Experten) und das dichte Qwen3.6-27B. Beide verarbeiten Text, Bild und Video, unterstützen bis zu 1 Million Token Kontext und sind gezielt auf agentisches Coding und „Thinking Preservation“ über mehrere Runden ausgelegt.

Name:

Qwen3.6-35B-A3B (MoE) & Qwen3.6-27B (dense), je + FP8

Entwickler:

Alibaba (Qwen-Team)

Veröffentlichung:

April 2026

Lizenz:

Apache 2.0

Verfügbarkeit:

HF-Collection | 35B-A3B | 27B

Modelltyp:

Multimodal (Text/Bild/Video); MoE bzw. dense

Parameter:

35B-A3B: 35 Mrd. total (3 Mrd. aktiv, 256 Experten), 27B: 27 Mrd. dense

Architektur:

Hybrid: Gated DeltaNet (lineare Attention) + Gated Attention, MTP

Kontextlänge:

262.144 nativ, bis 1.010.000 via YaRN

Spezialitäten von Qwen3.6

Self-host-freundlich

Zwei kompakte Größen (27B dense, 35B-A3B MoE mit nur 3 Mrd. aktiv) – gut auf einzelner High-End-GPU betreibbar.

Nativ multimodal

Verarbeitet Text, Bild und Video mit integriertem Vision-Encoder.

Agentic Coding

Gezielt auf agentische Coding-Workflows und Frontend-Generierung optimiert.

Thinking Preservation

Erhält Reasoning-Kontext über mehrere Gesprächsrunden hinweg.

Benchmarks & Leistung

Offizielle Angaben aus den Qwen3.6 Model-Cards (Auswahl):

Benchmark	Qwen3.6-27B (dense)	Qwen3.6-35B-A3B (MoE)
SWE-bench Verified	77,2	—
SWE-bench Pro	53,5	49,5
MMLU-Pro	86,2	85,2
GPQA-Diamond	87,8	86,0
AIME 2026	94,1	—
MMBench EN v1.1 (multimodal)	—	92,8

Quelle: offizielle Qwen3.6 HF-Model-Cards. „—“ = für diese Variante nicht separat ausgewiesen.

Individuelle KI-Beratung

Ist Qwen3.6 das passende Modell für Sie?

Qwen3.6 ist einer der attraktivsten aktuellen Kandidaten fürs multimodale Self-Hosting. Wir finden mit Ihnen die richtige Variante und Hardware.

Die Post-Training Pipeline für Qwen3.6

Trainingsdaten & Trainingsprozess

Qwen3.6 nutzt die effiziente Hybrid-Architektur der Qwen3-Next-Linie: Lineare Attention (Gated DeltaNet) im Wechsel mit klassischer Gated Attention, kombiniert mit MoE-Routing (beim 35B-A3B) bzw. dichten FFN-Schichten (beim 27B) und Multi-Token-Prediction für schnellere Inferenz.

Beide Modelle verarbeiten nativ 262.144 Token und lassen sich per YaRN auf rund eine Million erweitern – bei voller Multimodalität für Text, Bild und Video.

Hardware & Deployment

vLLM, SGLang, Transformers; offizielle FP8-Varianten verfügbar
27B (dense) auf einer 48-GB-GPU; 35B-A3B dank 3 Mrd. aktiver Parameter sehr effizient
Auch quantisiert (GGUF) auf leistungsfähiger Consumer-Hardware nutzbar

Anwendungsfälle

Empfohlene Anwendungsfälle für Qwen3.6

Für kostenbewusstes, multimodales Self-Hosting mit Coding-Fokus.

Agentische Coding-Assistenten (Frontend & Full-Stack)

Lokale Assistenten mit moderater Hardware

Mehrsprachige Apps

Multimodale Anwendungen (Dokumente, Bilder, Video)

Long-Context-RAG

Qwen3.6

Stärken & Schwächen von Qwen3.6

Stärken

Kompakt und gut self-hostbar

Nativ multimodal (Text/Bild/Video)

Starke Coding- und Reasoning-Benchmarks für die Größe

Offen unter Apache 2.0

Schwächen & Einschränkungen

Kleiner als die großen Flaggschiffe (Qwen3.5)

MoE-Gesamtgewichte erhöhen den RAM-Bedarf

Multimodales Deployment aufwändiger als Text-only

Mit dem richtigen Modell Ergebnisse maximieren

Multimodales Self-Hosting, effizient umgesetzt

Wir richten die passende Qwen3.6-Variante auf Ihrer Hardware ein und betreiben sie DSGVO-konform aus dem deutschen Rechenzentrum.