Qwen3.6-35B-A3B: moe-модель для агентного кода и изображений

У Qwen3.6-35B-A3B практический интерес состоит в том, чтобы проверить MoE в повторяемом агентном процессе, а не просто принять тезис о скорости по названию A3B. Подготовьте небольшой репозиторий с одной видимой frontend-ошибкой, скриншотом ожидаемого состояния и автоматическим тестом. Дайте модели ограниченный набор инструментов и сохраните все команды. После патча проверьте, не были ли отключены тесты и не изменились ли соседние страницы. Тот же сценарий выполните на dense Qwen3.6-27B при одинаковых правах и числе попыток. Таблица разработчика описывает оценки в определённом harness, но её нельзя выдавать за итог локального теста. Цель — понять фактический баланс качества, времени и инфраструктуры на вашем коде.

Model overview для Qwen3.6-35B-A3B указывает 35B total и 3B activated. Последнее относится к вычислению одного шага и не превращает полный checkpoint в 3B-файл. Перед локальным запуском нужны оценка памяти, совместимость MoE runtime и контроль длинного контекста. Карточка называет нативные 262 144 токена и возможность расширения до примерно миллиона, но сама по себе эта цифра не гарантирует, что модель найдёт нужный участок в большом репозитории. Опубликованные post-trained веса имеют Apache-2.0. Локальный OpenAI-совместимый сервер из инструкции не доказывает публичный облачный API для данного точного ID, его цену или доступность из страны пользователя. Работа агента всё равно требует человеческого ревью.