# 通义千问开源 Qwen3.6-35B-A3B：总参数 350 亿，每次推理只激活 30 亿，主打编程智能体

> 原标题：Qwen3.6-35B-A3B: Agentic coding power, now open to all

- 来源：Hacker News 首页
- 发布时间：2026-04-16T13:36:27.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/10
- 原文：https://qwen.ai/blog?id=qwen3.6-35b-a3b

## 摘要

Qwen 放出了一个新开源模型 Qwen3.6-35B-A3B，用的是混合专家架构，总参数量 350 亿，但实际干活时只调用 30 亿参数，跑起来很省资源。它的核心卖点是编程智能体能力，在 SWE-bench Verified 上拿了 73.4 分，Terminal-Bench 2.0 上 51.5 分，直接超过了自家上一代 270 亿参数的密集模型 ...

## 推荐理由

这是 Qwen 正经发模型，不是套壳功能更新。HKR 三条全中：低激活参数做代理编程是钩子，基准分数给了具体数字，开源权重加 30 亿激活直接戳部署成本和竞争焦虑。没给 p1 是因为目前只有一篇博客，还没看到第三方复现和更多消融实验。

## 锐评

Qwen3.6-35B-A3B 的核心卖点是“用 30 亿活跃参数干 270 亿密集模型的活”。在 SWE-bench Verified 上拿了 73.4 分，超过 Qwen3.5-27B 的 75.0 分说法有误，实际是 73.4 对 75.0 略低，但确实远超上一代同架构的 Qwen3.5-35B-A3B（70.0 分）。Terminal-Bench 2.0 上 51.5 分是个亮点，比 27B 密集模型高出近 10 分，说明在命令行环境里任务完成能力有明显提升。

跑分好看，但要注意测试条件。SWE-bench 系列用的是内部智能体脚手架，不是社区通用工具；SWE-bench Pro 还修正了部分公开测试题再重跑所有基线，这会让分数跟别人公开报告的数字不完全可比。另外 VITA-Bench 因为官方裁判模型下架，换了 claude-4-sonnet 来打分，评判标准变了，35.6 分这个数字的参考价值要打折扣。

正文没披露训练数据构成、推理延迟和实际部署成本。30 亿活跃参数理论上推理很快、显存占用低，但 MoE 模型的总参数量 350 亿意味着加载权重仍需足够显存，这点在本地部署时要留意。如果官方能给出与同规模密集模型在相同硬件上的吞吐对比，判断会更踏实。