Qwen3.6 35B-A3B
Modell von Alibaba/Qwen für Programmieren und Agenten, mit Reasoning und Bildverständnis. Mixture-of-Experts mit 3 Mrd. aktiven Parametern und sehr langem Kontextfenster für große Codebasen.
BetaBildeingabeTool-CallingReasoning
Steckbrief
API-ID (model) | qwen3.6-35b-a3b |
|---|---|
| Anbieter | Alibaba/Qwen |
| Kategorie | Sprachmodelle |
| Kontextfenster | 262.144 Token (Eingabe und Ausgabe zusammen) |
| Credit-Faktor | 1× (Credits pro Token) |
| Bildeingabe | ja (Anleitung) |
| Tool-Calling | ja (Anleitung) |
| Reasoning | Standardmäßig an (Anleitung) |
Verbrauch pro Request: (Input-Token + Output-Token) × Credit-Faktor, siehe Abrechnung.
Stärken
- Programmieren, Code-Reviews und Fehlersuche
- Zuverlässiges Tool Calling, auch mit
tool_choice: "required" - Kontextfenster von 262.144 Token
- Bildverständnis: bis zu 4 Bilder pro Anfrage (Beta)
- Läuft an zwei Standorten
Schwächen
- Denkt standardmäßig nach: mehr Output-Token und längere Antwortzeit, für einfache Aufgaben ausschalten
- Kennt keine aktuellen Rechtsstände (Trainingsstand)
Empfohlene Einsatzbereiche
- Coding-Assistenten und IDE-Integrationen
- Agenten mit mehreren Werkzeugen
- Auswertung großer Codebasen und Logdateien
API-Hinweise
- Reasoning ist standardmäßig an. Ausschalten mit
reasoning_effort: "none"oderchat_template_kwargs: {"enable_thinking": false}. Die Stufenlowbisxhighwerden angenommen, steuern die Länge des Gedankengangs aber kaum. - Bilder nur als Base64-Data-URI, höchstens 4 pro Request. Die Input-Token wachsen mit der Bildgröße (512 × 512 etwa 260, 1024 × 768 etwa 770).
Beispiel
Den API-Key legst du im Portal unter API-Keys an, siehe Schnellstart.
curl https://api.promodelhub.de/v1/chat/completions \
-H "Authorization: Bearer $PRO_MODEL_HUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.6-35b-a3b",
"messages": [{"role": "user", "content": "Erkläre in zwei Sätzen, was ein Sprachmodell ist."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.promodelhub.de/v1",
api_key=os.environ["PRO_MODEL_HUB_API_KEY"],
)
response = client.chat.completions.create(
model="qwen3.6-35b-a3b",
messages=[{"role": "user", "content": "Erkläre in zwei Sätzen, was ein Sprachmodell ist."}],
)
print(response.choices[0].message.content)Reasoning
Der Denkmodus ist standardmäßig an. Ausschalten: "reasoning_effort": "none" oder "chat_template_kwargs": {"enable_thinking": false}. Den Gedankengang liefert die API getrennt von der Antwort in reasoning_content.
# Denkmodus ausschalten (standardmäßig an)
response = client.chat.completions.create(
model="qwen3.6-35b-a3b",
messages=[{"role": "user", "content": "Wie viele Montage hat der März 2027?"}],
reasoning_effort="none",
)
message = response.choices[0].message
print(getattr(message, "reasoning_content", None)) # Gedankengang, falls eingeschaltet
print(message.content) # eigentliche Antwort