Qwen3.6-Plus
当前公开可用的 Qwen 3.6 hosted 模型，主打智能体编程、更强的工具调用、更锐利的多模态推理，以及 1M 默认上下文窗口。
在线体验 Qwen 3.5 和 Qwen 3.6 — 即开即用
在浏览器中直接使用 Qwen 系列模型。提问、写代码、联网搜索、深度思考，一站搞定。
Qwen AI 对话
在线
先选模型，再决定要不要联网搜索或打开 Thinking，然后直接用真实问题开聊。
可以直接试这些问题
直接在浏览器里试，再打开模型页查看参数、benchmark 和适用场景。
模型数量
8
上下文
262K 到 1M
可用形态
开源 + Hosted
架构
Dense + MoE
切换到其他 Qwen 模型页
模型家族
选择适合你任务的 Qwen 模型
每款 Qwen 模型在速度、成本、上下文长度和推理深度之间都有不同取舍。打开模型页就能直接看 benchmark、适用场景和在线体验。
Qwen3.5-9B
快速轻量的 Dense 模型，适合日常对话、问答和简单编程。
Qwen3.5-27B
均衡的 Dense 模型，适合长文本处理、分析和通用对话。
Qwen3.5-35B-A3B
紧凑型 MoE 模型，适合推理密集型对话和结构化输出。
Qwen3.5-122B-A10B
大型 MoE 模型，适合多步推理、规划和深度分析。
Qwen3.5-397B-A17B
旗舰 MoE 模型，适合最高难度的推理和长文本任务。
Qwen3.5-Flash
速度优先的 hosted 路线，Alibaba Cloud 将它对应到 Qwen3.5-35B-A3B 这条公开基线。
Qwen3.5-Plus
更偏全能的 hosted 路线，Alibaba Cloud 将它对应到 Qwen3.5-397B-A17B 这条公开基线。
Qwen 模型 Benchmark 参考
各模型的公开 benchmark 分数。Hosted 模型（Flash、Plus）标注了对应的开源基线模型。
Model
MMLU-Pro
GPQA / GPQA-family
LiveCodeBench v6
Qwen3.5-9B
Light dense model for quick prompts and lightweight coding.
更新于 2026-04-02
MMLU-Pro
82.5
GPQA / GPQA-family
81.7
LiveCodeBench v6
65.6
Qwen3.5-27B
Balanced dense model with better reasoning and coding depth.
更新于 2026-04-02
MMLU-Pro
86.1
GPQA / GPQA-family
85.5
LiveCodeBench v6
80.7
Qwen3.5-35B-A3B
Compact MoE model, also the base model behind Qwen3.5-Flash.
更新于 2026-04-02
MMLU-Pro
85.3
GPQA / GPQA-family
84.2
LiveCodeBench v6
74.6
Qwen3.5-Flash
HostedHosted version built on Qwen3.5-35B-A3B with additional tooling and a 1M context window.
Scores reference the Qwen3.5-35B-A3B base model.
更新于 2026-04-02
MMLU-Pro
85.3
GPQA / GPQA-family
84.2
LiveCodeBench v6
74.6
Qwen3.5-122B-A10B
Mid-tier MoE model for deeper reasoning and agent tasks.
更新于 2026-04-02
MMLU-Pro
86.7
GPQA / GPQA-family
86.6
LiveCodeBench v6
78.9
Qwen3.5-397B-A17B
Flagship open-weight Qwen3.5 model, also the base model behind Qwen3.5-Plus.
更新于 2026-04-02
MMLU-Pro
87.8
GPQA / GPQA-family
88.4
LiveCodeBench v6
83.6
Qwen3.5-Plus
HostedHosted version built on Qwen3.5-397B-A17B with additional tooling and a 1M context window.
Scores reference the Qwen3.5-397B-A17B base model.
更新于 2026-04-02
MMLU-Pro
87.8
GPQA / GPQA-family
88.4
LiveCodeBench v6
83.6
Qwen3.6-Plus
NewCurrent Qwen 3.6 hosted release with agentic coding, stronger tool use, and multimodal reasoning.
1M default context window with preserve_thinking support.
更新于 2026-04-02
MMLU-Pro
88.5
GPQA / GPQA-family
90.4
LiveCodeBench v6
87.1
Q-Chat 核心特性
从日常对话到深度推理，Q-Chat 覆盖 Qwen 系列模型的各种使用场景。
Dense 与 MoE 双架构
Qwen 3.5 提供 Dense 模型（9B、27B）应对低延迟场景，以及 MoE 模型（35B-A3B、122B-A10B、397B-A17B）应对深度推理需求。
最高 1M 上下文窗口
开源 Qwen 3.5 模型支持 262K 原生 token。Hosted 模型（Flash、Plus、Qwen3.6-Plus）默认扩展到 1M。
思考模式
对复杂任务启用逐步推理——调试、对比分析、多步规划——在需要深度思考时获得更好的答案。
Qwen 3.6：智能体工作流
Qwen3.6-Plus 在 Qwen 3.5 的基础上增加了智能体编程、更强的工具调用和多模态推理，适合需要模型自主规划并执行的多步任务。
开源权重 + Hosted API
Qwen 3.5 开源模型使用 Apache 2.0，可在任何环境运行。Hosted 模型（Flash、Plus、Qwen3.6-Plus）额外提供内置工具和托管基础设施。
多语言与多模态
支持 100+ 语言的强劲表现。Qwen3.6-Plus 还能在同一对话中处理图片和文档。
常见问题
常见问题
关于 Q-Chat 和 Qwen 系列模型的常见问题。
Q-Chat 是什么？
Q-Chat 是一个独立产品，让你通过网页界面使用 Qwen 系列 AI 模型。它与阿里云及 Qwen 官方团队无关。
应该先选哪个模型？
日常任务推荐 Qwen3.5-9B 或 Flash；复杂推理和编程推荐 Qwen3.5-122B-A10B 或 397B-A17B；综合能力最强选 Qwen3.5-Plus 或 Qwen3.6-Plus。
可以免费使用吗？
可以。每个账号都会拿到 5 个免费积分用于试用 Q-Chat。积分用完后，如果还想继续使用更高消耗的模型、联网搜索和思考模式，需要充值或订阅。若你想自己部署，开源版 Qwen 3.5 仍然是 Apache 2.0。
Qwen 3.5 和 Qwen 3.6 有什么区别？
Qwen 3.6 在 Qwen 3.5 基础上进化。Qwen3.6-Plus 增加了智能体编程、更强的工具调用、多模态推理和 1M 默认上下文窗口。Qwen 3.5 则有更多模型尺寸和开源权重可选。
可以本地运行 Qwen 3.5 吗？
可以。开源 Qwen 3.5 模型支持 Ollama、vLLM、llama.cpp 和 Hugging Face Transformers。具体硬件要求取决于模型大小和量化级别。
Qwen 支持多长的上下文？
开源 Qwen 3.5 模型支持 262K 原生 token，可通过兼容框架扩展到约 1M。Hosted 模型（Flash、Plus、Qwen3.6-Plus）默认支持 1M 上下文。
什么是思考模式？
思考模式让模型在回答前逐步推理。对调试、数学、多步分析等复杂任务能显著提升准确率。你可以在聊天中随时开关。
Dense 和 MoE 模型有什么区别？
Dense 模型（9B、27B）每个 token 使用全部参数，简单且延迟稳定。MoE 模型（35B-A3B、122B-A10B、397B-A17B）每个 token 只激活部分专家，推理更强但每 token 计算成本更低。
Qwen 3.5 能写代码吗？
能。所有 Qwen 3.5 模型都支持编程任务。简单代码用 Qwen3.5-9B 或 Flash 即可，复杂多文件项目推荐 Qwen3.5-Plus 或 Qwen3.6-Plus。
支持联网搜索吗？
支持。在本站聊天中可以开启联网搜索，让模型获取实时信息后再回答。适合查询时事、文档和事实核查。
最新 Qwen 指南
围绕 Qwen 3.5、Qwen 3.6、Ollama、Hugging Face、vLLM、GGUF 等主题的教程、对比和部署指南。
Qwen 3.5 API：通过 OpenRouter 和阿里云调用 Qwen 模型
如何通过 API 访问 Qwen 3.5，包括 OpenRouter 和阿里云灵积（DashScope）。覆盖 API 密钥获取、Python 和 curl 代码示例、定价和模型 ID。
2026/04/03
QQ-Chat Team
Qwen 3.5 基准测试结果：各任务表现对比
全面解读 Qwen 3.5 在推理、编程、数学和多语言任务上的基准测试结果，与 GPT-4o、Claude、Llama 横向对比。
2026/04/03
QQ-Chat Team
Qwen 3.5 编程指南：最佳模型、技巧与示例
哪个 Qwen 3.5 模型最适合编程？代码生成、调试和 IDE 工作流的实用指南。
2026/04/03
QQ-Chat Team
Qwen 3.5 GGUF：下载并本地运行量化模型
如何下载和运行 Qwen 3.5 GGUF 文件进行本地推理。覆盖量化等级、下载地址、llama.cpp 配置以及质量与性能的取舍。
2026/04/03
QQ-Chat Team
Qwen 3.5 Hugging Face：下载、部署与对话
在 Hugging Face 上查找、下载和运行 Qwen 3.5 模型的完整指南。覆盖模型卡片、transformers 集成、推理示例和变体对比，适合搜索 qwen 3.5 huggingface 的用户。
2026/04/03
QQ-Chat Team
本地运行 Qwen 3.5：完整部署指南
本地运行 Qwen 3.5 所需的一切：各模型硬件需求、Ollama/vLLM/llama.cpp/Transformers 部署方法及性能优化技巧。
2026/04/03
QQ-Chat Team
用 Unsloth 微调 Qwen 3.5：手把手教程
Unsloth 微调 Qwen 3.5 的完整指南，涵盖安装、LoRA 和 QLoRA 配置、训练参数设置，以及导出微调后的模型。
2026/04/03
QQ-Chat Team
如何用 vLLM 运行 Qwen 3.5：完整部署指南
使用 vLLM 部署 Qwen 3.5 模型的完整指南，覆盖安装、推理服务、模型变体选择与性能调优。适合需要高吞吐 vllm qwen3.5 部署的开发者。
2026/04/03
QQ-Chat Team
Qwen 3.5 vs Qwen 3.6：有什么变化，该选哪个
Qwen 3.5 和 Qwen 3.6 的详细对比，涵盖核心差异、功能升级、上下文窗口变化，以及如何根据实际需求选择版本。
2026/04/03
QQ-Chat Team
Qwen3.6-Plus API：如何接入和集成 Qwen 3.6
如何使用 Qwen3.6-Plus API — 接口格式、工具调用、集成技巧，面向正在用 Qwen 3.6 做开发的工程师。
2026/04/03
QQ-Chat Team
Qwen3.6-Plus 编程实测：什么时候比 Qwen3.5-Plus 更值
不谈空泛升级，只看 Qwen3.6-Plus 在真实编程任务里什么时候比 Qwen3.5-Plus 更顺手。
2026/04/03
QQ-Chat Team
Qwen3.6-Plus 的 1M 上下文到底有什么用
不讲空话，只讲 Qwen3.6-Plus 的 1M 上下文在长文档、长对话和大仓库任务里到底改变了什么。
2026/04/03
QQ-Chat Team
Qwen3.6-Plus：功能亮点、使用场景及与 Qwen 3.5 的对比
Qwen3.6-Plus 带来了什么 — 智能体编程、1M 上下文、多模态推理 — 以及什么时候该选它而不是 Qwen 3.5。
2026/04/03
QQ-Chat Team
Qwen3.5 Ollama：什么时候适合本地跑，什么时候直接用网页更省事
一篇先把方向讲清楚的 qwen3.5 ollama 入门页：大家在搜什么、本地和托管怎么选、下一步该看哪个 Qwen 页面。
2026/04/02
QQ-Chat Team