Qwen3.6 35B A3B
Rede Neural
Qwen3.6 35B A3B API — modelo multimodal open-weight da Alibaba Cloud com arquitetura MoE esparsa e 3B de parâmetros ativos.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Qwen3.6 35B A3B?
Qwen3.6 35B A3B é um modelo multimodal de pesos abertos da Alibaba Cloud. Baseia-se numa arquitetura híbrida esparsa de mixture-of-experts: dos 35 mil milhões de parâmetros, apenas 3 mil milhões são ativados por token, distribuindo a carga entre especialistas em vez de usar toda a rede. No BotHub, você acessa sem VPN ou cartões estrangeiros: pagamento em rublos conforme o uso, e tokens não utilizados não expiram. Outros modelos estão disponíveis na mesma janela, e a API compatível com OpenAI permite alternar entre eles sem reescrever a integração, com conversas criptografadas via AES-GCM. Equipes têm acesso a contratos, faturas, EDI e painel administrativo com limites para funcionários. Útil para analisar textos e documentos, preparar rascunhos e edições, resolver tarefas analíticas, integrar o Qwen3.6 em serviços próprios via API e criar cenários multimodais onde parte das solicitações é direcionada a este modelo.Perguntas frequentes sobre Qwen3.6 35B A3B
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto com modo de raciocínio: análise e escrita de código, refatoração, depuração, análise, tarefas STEM e trabalho com documentos longos. Aceita texto, documentos e imagens como entrada e chama funções. O contexto de 262.144 tokens permite manter um grande projeto ou conjunto de arquivos em um único diálogo.
O limite de saída é de 235.929 tokens por resposta, o que é um texto muito volumoso: documentação técnica, análise detalhada ou um grande módulo de código inteiro. Na prática, você define o comprimento: peça para encurtar ou continuar — o contexto de 262.144 tokens é suficiente para que nada seja perdido.
Sim, o raciocínio antes da resposta é suportado: o modelo primeiro processa os passos e depois fornece o resultado. Isso ajuda significativamente em matemática, lógica, depuração de código e tarefas onde é necessário verificar várias condições ao mesmo tempo. Em solicitações simples, isso não atrapalha — o modelo responde diretamente ao ponto.
Sim. O modelo suporta chamada de funções (function calling) e saída estruturada em JSON, por isso é fácil integrá-lo em agentes, chatbots e pipelines onde a resposta vai diretamente para o código. No BotHub, isso está disponível através de uma API única compatível com OpenAI: você pode trocar de modelo sem reescrever a integração.
Imagens e documentos — sim, podem ser enviados como entrada: o modelo analisará capturas de tela, diagramas, tabelas ou arquivos e responderá com texto. Áudio e vídeo não estão marcados como entradas suportadas em nossos dados. A saída é texto; para áudio e vídeo, existem modelos separados no catálogo.
Não temos medições específicas sobre o português em nossos dados, por isso não daremos avaliações — é mais seguro testar com sua própria tarefa. Envie uma solicitação típica e veja o resultado; se não ficar satisfeito, alterne para outro modelo na mesma janela. Acesso sem VPN, pagamento em rublos.