「用3B激活参数，做出别人27B的活。」这是阿里千问团队给Qwen3.6-35B-A3B的定调。4月16日，这款混合专家（MoE，Mixture-of-Experts）模型开源，总参数量350亿，但每次只叫醒30亿干活——稀疏架构的精髓就在这儿。
IT之家注意到，官方把"智能体编程能力"放在C位宣传。这不是随便找个卖点，而是精准戳中了开发者痛点：本地跑不动大模型，API调用又烧钱，中间地带长期空白。
一张图看懂：为什么3B能顶27B
MoE架构的核心 trick（技巧）是"按需唤醒"。350亿参数像一支庞大的专家库，面对具体任务时，路由网络只挑选最相关的30亿参数参与计算。这相当于让一位全科大夫坐诊，背后站着各科室专家团——病人描述症状，系统自动摇来对应科室。
对比传统稠密模型（Dense Model），后者每次推理必须调动全部参数，就像不管感冒还是骨折，全院医生集体出诊。Qwen3.5-27B就是这种"全家桶"模式，27亿参数一个不落。
结果很打脸：Qwen3.6-35B-A3B在多项编程基准上反超了这位"全家桶"前辈。更骚的是，它还大幅超越了自家前代Qwen3.5-35B-A3B——同样是MoE，同样是35B总参/3B激活，代际提升肉眼可见。
具体能干什么？官方列了三个集成场景：
• OpenClaw（原Moltbot/Clawdbot）：可自托管的开源AI编码智能体，接上百炼API就能在终端跑完整工作流
• Qwen Code：阿里自家终端智能体，对千问系列深度优化
• Claude Code：通过兼容Anthropic API协议，蹭上Claude的生态
一个模型同时打通三条链路，野心不小。
多模态这块，Claude Sonnet 4.5成了背景板
Qwen3.6系列原生支持多模态，35B-A3B版本把这项能力完整继承。官方benchmark显示，在大多数视觉语言任务上，它已经和Claude Sonnet 4.5打平，部分任务反超。
空间智能是亮点：RefCOCO得分92.0，ODInW13得分50.8。这两个指标测的是"看图指物"的精准度——给张室内照片，模型能准确标出"沙发左边第三个靠垫"那种。
这对机器人、AR导航、智能仓储是刚需。以前这类能力集中在闭源大模型里，现在30亿激活参数就能开箱即用，成本曲线陡然下压。
更隐蔽的升级是preserve_thinking功能：在多轮对话中保留完整思维链。做智能体任务时，这相当于给模型配了个"工作备忘录"，前后文不丢失，推理连贯性大幅提升。
开源策略：把"轻量化"做成护城河
阿里这次 release（发布）的路径很清晰：Hugging Face和ModelScope同步放权重，Qwen Studio即时可玩，阿里云百炼API以qwen3.6-flash名称上线。三条通道覆盖本地部署、云端调用、快速体验全场景。
API层面同时兼容OpenAI和Anthropic协议，这是老练的生态卡位。开发者不用改代码，直接平替——降低迁移成本，就是提高 adoption（采用率）。
但真正的棋眼在"规模"二字。35B总参/3B激活这个档位，恰好踩在本地部署的甜蜜点上：
• 消费级显卡能跑（显存压力可控）
• 性能又不至于太寒酸（编程、多模态都能打）
• 企业私有化部署成本可接受
对比一下：Qwen3.5-27B稠密模型，本地跑起来费劲；更大的闭源模型，API账单吓人。35B-A3B卡在中间，像一把精准的手术刀。
阿里官方说，这是"该规模下模型能力的新标杆"。翻译一下：在这个参数档位，暂时没人能打得过。
开发者现在能做什么
如果你属于这几类人，建议直接上手：
第一，在找本地编程助手的个人开发者。OpenClaw+Qwen3.6-35B-A3B的组合，终端体验已经逼近云端大模型，且数据不出本机。
第二，做多模态应用的产品团队。空间智能能力开源可用，AR导航、视觉客服、工业质检等场景值得重新评估技术栈。
第三，受限于API预算的初创公司。百炼的qwen3.6-flash定价策略尚未公布，但参考MoE架构的推理成本优势，大概率比同能力稠密模型便宜一个数量级。
具体入口：Qwen Studio（chat.qwen.ai）即时体验，Hugging Face/ModelScope下载权重，百炼API文档查集成细节。技术博客有OpenClaw、Qwen Code、Claude Code的详细对接脚本。
一个值得关注的细节：官方把"智能体编程"而非"通用对话"作为首要卖点。这说明千问团队的产品判断是——大模型竞争已从"谁能聊天"转向"谁能干活"。代码生成、工具调用、多步任务执行，这些硬核能力才是下一阶段的差异化战场。
30亿激活参数做到这个程度，MoE架构的工程优化空间可能还远未触顶。阿里预告Qwen3.6开源家族将持续扩展，下一个 release 会不会把激活参数压到1B级别、同时保持同等能力？这不是没有可能。
对开发者来说，现在最务实的动作是：把Qwen3.6-35B-A3B接进你的工作流，测测它在你具体场景下的表现。benchmark是别人的，latency（延迟）和准确率是自己的。开源模型的价值，终究要在代码里兑现。
热门跟贴