pro Model HubDocs

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
AnbieterAlibaba/Qwen
KategorieSprachmodelle
Kontextfenster262.144 Token (Eingabe und Ausgabe zusammen)
Credit-Faktor1× (Credits pro Token)
Bildeingabeja (Anleitung)
Tool-Callingja (Anleitung)
ReasoningStandardmäßig 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" oder chat_template_kwargs: {"enable_thinking": false}. Die Stufen low bis xhigh werden 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