阿里又放出一个“小钢炮”：Qwen3.6-35B
昨晚（4 月 19 日）晚，阿里通义千问团队搞了个大动作，直接把 Qwen3.6 系列里的“中型选手”——Qwen3.6-35B-A3B 开源了。说实话，看到这个参数名的时候，我第一反应是：这就完了？
结果跑了一圈实测，这玩意儿有点东西。
参数这么“省”，脑子这么“活”
这模型最逗的地方在于“偷鸡”。总参数量 350 亿，看着挺唬人，但实际干活的时候，它只激活 30 亿个参数。
用大白话说就是：它平时是个“懒汉”，只调动必要的那部分神经元，需要处理复杂任务时再临时拉人。对比那些同尺寸的传统大模型，它干活更省劲儿，算得更快，但给出的答案往往更聪明。
逼格比大模型还高？
别被名字骗了，别看它只有 35B，在几个关键测试里，它干的活比那些动辄上百亿的大模型还多：
- 写代码：在 Terminal-Bench 2.0 测试里，它的表现相当不错，能搞定不少终端操作。
- 干杂活（Agent）：这才是重头戏。在现实世界的智能体任务里，它不仅甩开了上一代自己，甚至能跟那些参数大一倍的稠密模型掰手腕。这说明什么？说明光堆参数量，未必比得上这种“动则灵”的架构。
会看图，还能“想”
以前的大模型看图多半是瞎猜，但这回 Qwen3.6 加了个“多模态思维”模式，感觉像给模型装上了眼睛和大脑。
它能做空间智能分析，看图不再是简单的“这是一只猫”，而是能理解物体在画面里的位置关系。我在 RefCOCO 这种难啃的图像识别测试上跑了一下，分数确实漂亮。虽然离真正的物理世界理解还有距离，但至少能看出，它开始有点“物理直觉”了。
拿来就能用，不用改代码
对开发者来说，这模型最大的实惠是“好上车”。
它已经接入了 OpenClaw、Claude Code 这些主流框架，不用你费劲去适配。如果你想在本地跑个能处理复杂逻辑的“智能大脑”，直接用它准没错。部署起来挺顺滑，长期任务也能扛得住。
哪里能下？
想玩的直接去这两个地方：
- Hugging Face（老地方）
- Mogu Community（阿里的自家社区）
写在最后
说实话，看到这个模型参数这么省还能这么强，我心里还是有点打鼓。毕竟，350 亿参数虽然激活少，但背后的训练成本和推理优化难度，肯定不是光看激活数就能说明的。
不过，作为开发者，这种“以小博大”的机会确实很难得。如果你也在纠结要不要用阿里最新的这个模型，不妨先下个试用版跑跑看，说不定能给你的项目省不少算力钱。
总之，这波操作，阿里算是给行业又扔了颗大炸弹，接下来就看各家怎么接招了。
