Qwen3.6 35B A3B
Red Neuronal
API de Qwen3.6 35B A3B: modelo multimodal de pesos abiertos de Alibaba Cloud con arquitectura MoE dispersa y 3B parámetros activos.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Qwen3.6 35B A3B?
Qwen3.6 35B A3B es un modelo multimodal de pesos abiertos de Alibaba Cloud. Se basa en una arquitectura híbrida dispersa de mixture-of-experts: de los 35 mil millones de parámetros, solo se activan 3 mil millones por token, por lo que la carga se distribuye entre expertos en lugar de pasar por toda la red. A través de BotHub, puedes ejecutarlo sin VPN ni tarjeta extranjera: pago con tarjetas rusas en rublos según el uso, y los tokens no utilizados no caducan. Otras modelos están disponibles en la misma ventana, una API compatible con OpenAI permite cambiar entre ellas sin reescribir la integración, y los chats están cifrados con AES-GCM. Los equipos tienen acceso a contratos, facturas y gestión electrónica de documentos, además de un panel de administración con límites para empleados. Es útil para analizar textos y documentos, preparar borradores y ediciones, resolver tareas analíticas, integrar Qwen3.6 en servicios propios mediante API y crear escenarios multimodales donde parte de las solicitudes se dirigen a este modelo.Preguntas frecuentes sobre Qwen3.6 35B A3B
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto con modo de razonamiento: análisis y escritura de código, refactorización, depuración, analítica, tareas STEM y trabajo con documentos largos. Acepta texto, documentos e imágenes, y llama a funciones. El contexto de 262 144 tokens permite mantener un gran proyecto o una selección de archivos en un solo diálogo.
El límite de salida es de 235 929 tokens por respuesta, un texto muy extenso: documentación técnica, análisis detallado o un módulo de código completo. En la práctica, tú defines la longitud: pide acortar o continuar; el contexto de 262 144 tokens es suficiente para no perder nada.
Sí, se admite el razonamiento antes de responder: el modelo procesa los pasos primero y luego entrega el resultado. Esto ayuda notablemente en matemáticas, lógica, depuración de código y tareas donde se deben verificar varias condiciones a la vez. En consultas simples, no interfiere: el modelo responde directamente.
Sí. El modelo admite llamadas a funciones (function calling) y salida estructurada en JSON, por lo que es fácil integrarlo en agentes, chatbots y pipelines donde la respuesta va directamente al código. En BotHub, esto está disponible a través de una API única compatible con OpenAI: puedes cambiar de modelo sin reescribir la integración.
Imágenes y documentos, sí, se pueden enviar como entrada: el modelo analizará una captura de pantalla, esquema, tabla o archivo y responderá con texto. El audio y el video no están marcados como entradas compatibles en nuestros datos. La salida es texto; para audio y video, hay modelos específicos en el catálogo.
No tenemos mediciones específicas sobre el idioma ruso en nuestros datos, por lo que no daremos evaluaciones; es más fiable probarlo con tu propia tarea. Envía una consulta típica y observa el resultado; si no te satisface, cambia a otro modelo en la misma ventana. Acceso desde Rusia sin VPN, pago en rublos.