Qwen3.6 35B A3B
Réseau Neuronal
API Qwen3.6 35B A3B : modèle multimodal open-weight d'Alibaba Cloud basé sur une architecture MoE clairsemée avec 3B paramètres actifs.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Qwen3.6 35B A3B?
Qwen3.6 35B A3B est un modèle multimodal open-weight d'Alibaba Cloud. Il repose sur une architecture hybride clairsemée mixture-of-experts : sur 35 milliards de paramètres, seuls 3 milliards sont activés par jeton, répartissant ainsi la charge entre les experts plutôt que de solliciter tout le réseau. Via BotHub, vous l'utilisez sans VPN ni carte étrangère : paiement en roubles par carte russe à l'usage, et les jetons non utilisés ne sont pas perdus. D'autres modèles sont accessibles dans la même fenêtre, et une API compatible OpenAI permet de basculer entre eux sans réécrire l'intégration, avec un chiffrement AES-GCM. Les équipes bénéficient de contrats, factures et gestion électronique de documents, ainsi qu'un panneau d'administration avec limites par employé. Utile pour analyser des textes et documents, préparer des brouillons, effectuer des tâches analytiques, intégrer Qwen3.6 dans vos services via API et créer des scénarios multimodaux où une partie des requêtes est traitée par ce modèle.Questions fréquentes sur Qwen3.6 35B A3B
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle textuel avec mode de raisonnement : analyse et écriture de code, refactoring, débogage, analytique, tâches STEM, travail sur documents longs. Accepte texte, documents et images en entrée, appelle des fonctions. Le contexte de 262 144 jetons permet de gérer un grand projet ou une sélection de fichiers dans une seule conversation.
La limite de sortie est de 235 929 jetons par réponse, soit un texte très volumineux : documentation technique, analyse détaillée ou grand module de code complet. En pratique, vous définissez la longueur : demandez de raccourcir ou de continuer — le contexte de 262 144 jetons suffit pour ne rien perdre.
Oui, le raisonnement avant réponse est pris en charge : le modèle traite d'abord les étapes, puis fournit le résultat. Cela aide considérablement en mathématiques, logique, débogage de code et tâches nécessitant de vérifier plusieurs conditions simultanément. Pour les requêtes simples, cela ne gêne pas — le modèle répond directement.
Oui. Le modèle prend en charge l'appel de fonctions (function calling) et la sortie structurée en JSON, ce qui facilite son intégration dans des agents, chatbots et pipelines où la réponse est directement utilisée par le code. Sur BotHub, cela est disponible via une API compatible OpenAI : vous pouvez changer de modèle sans réécrire l'intégration.
Images et documents — oui, vous pouvez les envoyer en entrée : le modèle analysera une capture d'écran, un schéma, un tableau ou un fichier et répondra par du texte. L'audio et la vidéo ne sont pas indiqués comme entrées prises en charge dans nos données. En sortie, c'est du texte ; pour l'audio et la vidéo, il existe des modèles dédiés dans le catalogue.
Nous n'avons pas de mesures spécifiques pour le français, nous ne donnerons donc pas d'évaluation — il est plus fiable de tester sur votre propre tâche. Envoyez une requête type et vérifiez le résultat ; si cela ne vous convient pas, basculez vers un autre modèle dans la même fenêtre. Accès depuis la Russie sans VPN, paiement en roubles.