Весело
Весело

Qwen 3.6 35B A3B по API

Qwen 3.6 35B A3B — открытая модель команды Qwen под лицензией Apache 2.0, вышла в апреле 2026 года. Параметров в ней 35 млрд, но на каждый токен работают только 3 млрд, поэтому вычислений на ответ уходит немного. Окно — 262 144 токенов, на входе текст, картинки и видео. По API её можно звать без своей видеокарты и настройки сервера.

  • 26,27 ₽ / 157,27 ₽ за 1 млн токенов
  • контекст 262 тыс.
  • текст и картинки → текст

qwen/qwen3.6-35b-a3b

Обновлено:

Получить ключ Попробовать Документация

Попробовать Qwen3.6 35B-A3B

Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

Пример запроса: Классифицируй обращения в поддержку по темам «оплата», «доставка», «возврат», «другое»: «Где мой заказ?», «Списали дважды», «Хочу сдать куртку».

В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.

Цены Qwen3.6 35B-A3B в рублях

Вход — твой запрос26,27 ₽ за 1 млн токенов
Выход — ответ модели157,27 ₽ за 1 млн токенов

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена

Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

Сортировка обращений в поддержку: 1 000 обращений по 300 токенов с ответом в 20 токеновОколо 11,03 ₽
Разбор отзывов с маркетплейса: 5 000 отзывов по 150 токенов с ответом на 60Около 66,89 ₽
Атрибуты и теги для каталога: 2 000 описаний по 200 токенов с ответом на 80Около 35,68 ₽
Диспетчер перед дорогой моделью: решение диспетчера на 1 500 токенов входа и 100 ответаОколо 0,06 ₽
Выжимка рабочих чатов за день: выгрузка на 40 000 токенов и сводка на 800Около 1,18 ₽

Что умеет Qwen3.6 35B-A3B

  • Смесь экспертов: 35 млрд параметров, 256 экспертов, на каждый токен включаются 8 из них и ещё один общий — всего около 3 млрд активных параметров (карточка модели).
  • Окно у вендора — 262 тыс. токенов, на вход — до 260 тыс., ответ — до 65 тыс. (Qwen Cloud).
  • Принимает текст, картинки и видео. Как отправить изображение — в разделе «Картинки во входе».
  • Вызывает функции и отвечает JSON по схеме, так что результат сразу ложится в базу или таблицу.
  • По сравнению с Qwen3.5 35B-A3B вендор отмечает рост в агентном программировании, рассуждениях в математике и коде, пространственных задачах и поиске объектов на изображениях.

Где применять

Сортировка обращений в поддержку

Сотни писем в день, и каждое надо отправить нужному человеку. Модель читает обращение и ставит метку из твоего списка: «оплата», «доставка», «возврат», «другое». На таких коротких задачах лёгкая смесь экспертов выгодна: метка — это пара токенов ответа, а вход небольшой. Дай пять-шесть примеров с правильными метками прямо в запросе, и спорных ответов станет меньше. Спорные письма помечай отдельной меткой и отдавай человеку.

Пример запроса: «Классифицируй обращения в поддержку по темам «оплата», «доставка», «возврат», «другое»: «Где мой заказ?», «Списали дважды», «Хочу сдать куртку»».

Стоимость: 1 000 обращений по 300 токенов с ответом в 20 токенов — около 11,03 ₽.

Разбор отзывов с маркетплейса

Оценка «три звезды» мало что говорит: человеку мог не понравиться размер, а мог курьер. Попроси модель разложить каждый отзыв по аспектам — качество, размер, доставка, упаковка — и отметить тон по каждому. Ответ в JSON складывается в таблицу, и через неделю видно, что болит у конкретного товара. Отзывы с жалобой на брак выводи отдельным списком: их удобно передать производителю вместе с номером партии.

Пример запроса: «Разбери отзыв по аспектам качество, размер, доставка, упаковка; для каждого — тон от −1 до 1. Ответ — JSON. Отзыв: „Ткань хорошая, но маломерит, коробка мятая“».

Стоимость: 5 000 отзывов по 150 токенов с ответом на 60 — около 66,89 ₽.

Атрибуты и теги для каталога

Поставщик прислал описания товаров сплошным текстом, а фильтры на сайте ждут цвет, материал и размер отдельными полями. Модель вытащит атрибуты по твоему списку и предложит теги для поиска. Задай допустимые значения заранее: «цвет — только из списка», иначе в каталоге появятся «бежевый», «беж» и «песочный» вперемешку. Строки, где модель не уверена, проси помечать, а не угадывать: их потом проверит контент-менеджер.

Пример запроса: «Вытащи из описания цвет, материал, размер и сезон; значения — только из списков ниже. Ответ — JSON. Описание: „Куртка из хлопка, бежевая, M, на весну“».

Стоимость: 2 000 описаний по 200 токенов с ответом на 80 — около 35,68 ₽.

Диспетчер перед дорогой моделью

Не каждый вопрос стоит отдавать флагману. Поставь Qwen3.6 35B-A3B первой: она решает, простой ли вопрос, и либо отвечает сама, либо передаёт его Qwen3.8 Max вместе с короткой справкой. Это делается через tools: опиши функцию «передать старшей модели» с полем «почему». Так дорогие запросы уходят только туда, где без них не обойтись, и счёт за месяц становится предсказуемее. Долю переданных вопросов видно по журналу расхода.

Пример запроса: «Если вопрос клиента про статус, оплату или адрес — ответь на него. Если нужен расчёт или разбор договора — вызови escalate с причиной».

Стоимость: решение диспетчера на 1 500 токенов входа и 100 ответа — около 0,06 ₽.

Выжимка рабочих чатов за день

За день в рабочих чатах набегают сотни сообщений, и главное тонет между стикерами. Каждый вечер отдавай модели выгрузку и проси три списка: что решили, кто что обещал, какие вопросы висят без ответа. Окна в 262 тыс. токенов хватает на очень болтливый день. Утром руководитель читает одну страницу, а не листает чат до вчерашнего обеда. Личные переписки в выгрузку не клади.

Пример запроса: «Вот выгрузка чата отдела за день. Сделай три списка: решения, обещания с именами и сроками, вопросы без ответа».

Стоимость: выгрузка на 40 000 токенов и сводка на 800 — около 1,18 ₽.

Черновики ответов поддержки по базе знаний

Положи в запрос нужные статьи базы знаний и обращение клиента — модель соберёт черновик ответа по шаблонам твоей компании. Оператор правит и отправляет, а не пишет с нуля. Если в базе ответа нет, пусть модель так и пишет «в базе нет», а не сочиняет: это правило стоит дать отдельной строкой в начале запроса. Статьи выбирай поиском по базе, а не все сразу — запрос выйдет короче и дешевле.

Пример запроса: «Ответь клиенту по статьям ниже, тон дружелюбный, без обещаний сроков. Если в статьях ответа нет — напиши «в базе нет»».

Стоимость: три статьи и письмо на 5 000 токенов, черновик на 400 — около 0,20 ₽.

Как писать запрос

Для коротких меток и разметки давай фиксированный список ответов и пару примеров прямо в запросе. Для обычных ответов без размышлений вендор советует temperature 0,7 и top_p 0,8, для точного кода — temperature 0,6 (карточка модели). На классификации температуру можно опустить и ниже: ответы станут однообразнее, а для меток это и нужно. В рекомендованных настройках вендора для обычного режима стоит и presence_penalty 1,5 — он гасит повторы.

Характеристики

РазработчикQwen (Alibaba)
ВидТекст
Контекст262 144 токена
Ответдо 65 536 токенов
Вход → выходтекст и картинки → текст
Умеетвызывать функции (tools)
id для запросаqwen/qwen3.6-35b-a3b
  • Устройство: 40 слоёв; на три слоя линейного внимания Gated DeltaNet приходится один слой обычного, после каждого — смесь экспертов (карточка модели).
  • Окно у открытых весов: 262 144 токена, при запуске у себя расширяется до 1 010 000 через YaRN; по API действует окно вендора.
  • Режим размышлений: у открытых весов включён по умолчанию, есть сохранение размышлений между репликами.
  • Лицензия: Apache 2.0.
  • Дата выхода: апрель 2026 года.

Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — POST https://veselo.ai/v1/chat/completions с полем model: qwen/qwen3.6-35b-a3b, ключ — в заголовке Authorization: Bearer sk-vsl-….

curl

curl https://veselo.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3.6-35b-a3b",
    "messages": [{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}]
  }'

Python

from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")

r = client.chat.completions.create(
    model="qwen/qwen3.6-35b-a3b",
    messages=[{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}],
)
print(r.choices[0].message.content)

JavaScript

import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });

const r = await client.chat.completions.create({
  model: 'qwen/qwen3.6-35b-a3b',
  messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);

Пример ответа — только поля

{
  "id": "chatcmpl-…",
  "model": "…",
  "choices": [{ "message": { "role": "assistant", "content": "…" } }],
  "usage": { "prompt_tokens": …, "completion_tokens": …, "cost_rub": … }
}

В программах: OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. Библиотеки и программы · Claude Code · MCP

Документация раздела

Сравнение с похожими

МодельЦенаГлавноеКогда выбрать
Qwen3.6 35B-A3B — эта модель26,27 ₽ / 157,27 ₽ (вход / выход за 1 млн токенов)контекст 262 тыс.потоковые задачи — классификация, разметка, теги, короткие ответы — когда запросов тысячи
Qwen3.6 27B — Qwen (Alibaba)63,55 ₽ / 63,55 ₽ (вход / выход за 1 млн токенов)контекст 262 тыс.исправление ошибок, SQL и скрипты на каждый день, помощник в редакторе кода
Qwen3.6 Flash — Qwen (Alibaba)26,48 ₽ / 158,86 ₽ (вход / выход за 1 млн токенов)контекст 1 млнмассовые короткие задачи — карточки, переводы, выжимки — с длинным окном
GLM-4.7 FlashX — Z.ai (GLM)7,42 ₽ / 42,37 ₽ (вход / выход за 1 млн токенов)контекст 200 тыс.тысячи простых запросов: тестовые данные, нормализация, фоновые шаги агентов
Llama 4 Scout — Meta Llama21,19 ₽ / 82,61 ₽ (вход / выход за 1 млн токенов)контекст 10 млнсводки и разбор длинных текстов, подписи к картинкам на английском
DeepSeek V4.1 Flash Express — DeepSeek36,20 ₽ / 144,80 ₽ (вход / выход за 1 млн токенов)контекст 1 млнчат-боты и агенты, где важна короткая пауза перед ответом
  • Qwen3.6 27B — плотная модель того же поколения. По замерам вендора на SWE-bench Verified у неё 77,2 против 73,4, так что для кода берут её.
  • Qwen3.6 Flash — закрытая быстрая модель Qwen с окном в миллион токенов: когда вход длиннее 260 тыс.
  • GLM-4.7 FlashX — лёгкая быстрая модель Z.ai для тех же потоковых задач: сравни цену и качество на сотне своих примеров.
  • Llama 4 Scout — смесь экспертов от Meta с 17 млрд активных параметров, если нужна модель другого вендора.

Версии и отличия

Прошлое поколение — Qwen3.5 35B-A3B того же размера: вендор пишет, что 3.6 выросла в коде, математике и работе с картинками. Плотная соседка по поколению — Qwen3.6 27B: на каждый токен у неё работают все 27 млрд параметров, и в коде она по замерам вендора сильнее. Если нужно окно в миллион токенов, в той же линейке есть закрытая Qwen3.6 Flash.

Подробно о Qwen3.6 35B-A3B

Qwen3.6 35B-A3B вышла в апреле 2026 года вместе с плотной 27B — в карточках вендор называет их первыми открытыми моделями поколения Qwen3.6, вслед за февральской Qwen3.5. Обе распространяются по лицензии Apache 2.0: веса можно скачать, дообучить и использовать в коммерческом продукте.

Буквы A3B в названии значат «3 млрд активных». Модель — смесь экспертов: внутри 256 небольших «специалистов», и на каждом токене маршрутизатор включает восемь из них плюс одного общего. Хранится вся модель, а считается малая её часть, поэтому ответ стоит меньше вычислений, чем у плотной модели того же объёма. Есть и обратная сторона: при запуске у себя в память видеокарты всё равно грузятся все 35 млрд параметров.

Отсюда простой ответ на вопрос, который про эту модель задают чаще других: что выгоднее — API или своя видеокарта. Своя карта окупается, когда она загружена круглые сутки и есть кому следить за сервером, обновлениями и очередью. Если нагрузка неровная — днём тысяча запросов, ночью ни одного, — по API платишь только за токены и ничего не держишь включённым. Ещё одно отличие: окно у открытых весов при запуске у себя можно растянуть до миллиона токенов через YaRN, а по API действует окно вендора — 262 тыс. токенов.

Цифры вендора из карточки модели: SWE-bench Verified — 73,4, MMMU — 81,7, LiveCodeBench v6 — 80,4. Для потоковой разметки важнее не рейтинги, а доля ошибок на твоей сотне примеров — её и проверь перед запуском.

Для больших пачек помни про наши лимиты: 60 запросов в минуту и 10 одновременных на ключ («Лимиты»). При таком лимите тысяча коротких обращений разбирается примерно за семнадцать минут. Держи в полёте не больше восьми запросов, а на ответ 429 повторяй через время из заголовка Retry-After.

Как устроен доступ

Весело — не разработчик Qwen3.6 35B-A3B: модель выпускает Qwen (Alibaba). Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. Данные и приватность

Вопросы и ответы

Что значит A3B в названии Qwen 3.6 35B?
Это «3 млрд активных параметров». Всего в модели 35 млрд, но на каждый токен работает только малая часть экспертов. Поэтому она легче в вычислениях, чем плотная модель на 35 млрд, хотя памяти при запуске у себя ей нужно столько же.
Где скачать Qwen 3.6 35B A3B в GGUF?
Исходные веса и версия FP8 лежат в организации Qwen на Hugging Face, файлы GGUF для llama.cpp и Ollama собирают другие люди. У нас скачивать нечего: модель работает на стороне сервера, и ты зовёшь её по ключу из любой программы.
Когда API выгоднее своей видеокарты?
Когда нагрузка неровная или её пока мало. Своя видеокарта стоит денег, даже когда простаивает, а по API платишь только за токены. Если запросов много и круглые сутки, посчитай обе цифры: токены по таблице цен и стоимость своего сервера с электричеством и временем на обслуживание.
Сколько запросов в минуту выдержит один ключ?
60 запросов в минуту и 10 одновременно — так у нас для всех текстовых моделей. Сверх этого сервер отвечает 429 с заголовком Retry-After. Для пакетной разметки держи в полёте не больше восьми запросов и повторяй те, что получили 429, — тогда ни один не потеряется.
Чем Qwen 3.6 35B A3B отличается от Qwen 3.5 35B A3B?
Размер и устройство те же, а обучение свежее. Вендор пишет о росте в агентном программировании, математике и коде, пространственных задачах и поиске объектов на картинках, а ещё появилось сохранение размышлений между репликами. Цены моделей разные — сравни их в таблице.
Понимает ли Qwen 3.6 35B A3B картинки?
По документации вендора — да: на вход идут текст, картинки и видео. Картинку передают в сообщении ссылкой или в base64, как показано в разделе «Картинки во входе». Для разметки фото товаров это удобно: модель опишет снимок и вытащит атрибуты в JSON.
Нужны ли VPN и зарубежная карта для Qwen3.6 35B-A3B?
Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
Что будет, если запрос закончится ошибкой?
Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.
Есть ли подписка или абонентская плата?
Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: huggingface.co, qwencloud.com