---
title: "Qwen 3.6 35B A3B по API"
description: "Открытая MoE-модель Qwen: 35 млрд параметров, из них 3 млрд активных. Текст, картинки и видео на входе, окно 262 тыс. токенов. От 26,27 ₽ за 1 млн токенов."
url: https://veselo.ai/models/qwen/qwen3.6-35b-a3b
updated: 2026-11-17T04:26:46.099Z
---

# 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: 17 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/chat)

## 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 запрос | 26,27 ₽ за 1 млн токенов |
| --- | --- |
| Выход — ответ модели | 157,27 ₽ за 1 млн токенов |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### 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 токенов | Около 11,03 ₽ |
| --- | --- |
| Разбор отзывов с маркетплейса: 5 000 отзывов по 150 токенов с ответом на 60 | Около 66,89 ₽ |
| Атрибуты и теги для каталога: 2 000 описаний по 200 токенов с ответом на 80 | Около 35,68 ₽ |
| Диспетчер перед дорогой моделью: решение диспетчера на 1 500 токенов входа и 100 ответа | Около 0,06 ₽ |
| Выжимка рабочих чатов за день: выгрузка на 40 000 токенов и сводка на 800 | Около 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](https://huggingface.co/Qwen/Qwen3.6-35B-A3B)).
- Окно у вендора — 262 тыс. токенов, на вход — до 260 тыс., ответ — до 65 тыс. ([Qwen Cloud](https://www.qwencloud.com/models/qwen3.6-35b-a3b)).
- Принимает текст, картинки и видео. Как отправить изображение — в разделе [«Картинки во входе»](https://veselo.ai/docs/vision).
- 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](https://veselo.ai/models/qwen/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](https://huggingface.co/Qwen/Qwen3.6-35B-A3B)). 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

| Разработчик | Qwen (Alibaba) |
| --- | --- |
| Вид | Текст |
| Контекст | 262 144 токена |
| Ответ | до 65 536 токенов |
| Вход → выход | текст и картинки → текст |
| Умеет | вызывать функции (tools) |
| id для запроса | `qwen/qwen3.6-35b-a3b` |

- **Устройство:** 40 слоёв; на три слоя линейного внимания Gated DeltaNet приходится один слой обычного, после каждого — смесь экспертов ([карточка модели](https://huggingface.co/Qwen/Qwen3.6-35B-A3B)).
- **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](https://veselo.ai/docs/sdks) · [Claude Code](https://veselo.ai/docs/anthropic) · [MCP](https://veselo.ai/connect)

[Документация раздела](https://veselo.ai/docs/chat)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Qwen3.6 35B-A3B** — эта модель | 26,27 ₽ / 157,27 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | потоковые задачи — классификация, разметка, теги, короткие ответы — когда запросов тысячи |
| [Qwen3.6 27B](https://veselo.ai/models/qwen/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](https://veselo.ai/models/qwen/qwen3.6-flash) — Qwen (Alibaba) | 26,48 ₽ / 158,86 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | массовые короткие задачи — карточки, переводы, выжимки — с длинным окном |
| [GLM-4.7 FlashX](https://veselo.ai/models/z-ai/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](https://veselo.ai/models/meta-llama/llama-4-scout-17b-16e-instruct) — Meta Llama | 21,19 ₽ / 82,61 ₽ (вход / выход за 1 млн токенов) | контекст 10 млн | сводки и разбор длинных текстов, подписи к картинкам на английском |
| [DeepSeek V4.1 Flash Express](https://veselo.ai/models/deepseek/deepseek-v4.1-flash-express) — DeepSeek | 36,20 ₽ / 144,80 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | чат-боты и агенты, где важна короткая пауза перед ответом |

- [**Qwen3.6 27B**](https://veselo.ai/models/qwen/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**](https://veselo.ai/models/qwen/qwen3.6-flash) — закрытая быстрая модель Qwen с окном в миллион токенов: когда вход длиннее 260 тыс.
- [**GLM-4.7 FlashX**](https://veselo.ai/models/z-ai/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**](https://veselo.ai/models/meta-llama/llama-4-scout-17b-16e-instruct) — смесь экспертов от Meta с 17 млрд активных параметров, если нужна модель другого вендора.

## Версии и отличия

Прошлое поколение — [Qwen3.5 35B-A3B](https://veselo.ai/models/qwen/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](https://veselo.ai/models/qwen/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](https://veselo.ai/models/qwen/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»](https://veselo.ai/docs/limits)). 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](https://veselo.ai/docs/privacy)

## 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»](https://veselo.ai/docs/vision). 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

- [Все модели: языковые модели](https://veselo.ai/models/llm-api)
- [Qwen API: модели Alibaba Qwen](https://veselo.ai/models/qwen)
- [Чат: сообщения и параметры — документация API](https://veselo.ai/docs/chat)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [Qwen3.8 27B без цензуры](https://veselo.ai/models/qwen/qwen3.8-27b-uncensored)
- [Qwen3.8 Max](https://veselo.ai/models/qwen/qwen3.8-max)
- [Qwen3.7 Max](https://veselo.ai/models/qwen/qwen3.7-max)
- [Qwen3.6 Plus](https://veselo.ai/models/qwen/qwen3.6-plus)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [huggingface.co](https://huggingface.co/Qwen/Qwen3.6-35B-A3B), [qwencloud.com](https://www.qwencloud.com/models/qwen3.6-35b-a3b)
