只激活30亿参数，却敢去写代码：Qwen3.6-35B-A3B把开源模型又往前推了一步

Qwen 团队这次放出的 Qwen3.6-35B-A3B，如果只看名字，很容易被淹没在模型排行榜的数字丛林里。但它其实踩中了当下 AI 行业一个非常关键的痛点：大家都想要更强的编程代理，更长的上下文，更像“会自己动手”的 AI；可另一边，训练和推理成本又像房租一样，只会越来越贵。

这款模型的思路很直接，也很现实：总参数 350 亿，但每次只激活约 30 亿参数。换句话说，它不是靠“全员上场”硬堆算力，而是让专家模型按需出勤。Qwen 团队给出的成绩也颇有攻击性——在多项代码代理和推理基准上，它明显超过上一代 Qwen3.5-35B-A3B，甚至能和更大的稠密模型正面掰手腕。对今天的开源社区来说，这比“又一个大模型”更重要，因为它回答了一个现实问题：如果你不是巨头，能不能也拥有一个足够能写、足够能看、还不至于把 GPU 烧穿的 AI 助手？

开源模型开始不满足于“会答题”，而是要“会干活”

这两年，大模型的竞赛方向已经悄悄变了。早些时候，大家比的是 MMLU、数学题、阅读理解，像一场纸面考试；到了今天，真正决定产品价值的，越来越像是“能不能进终端、改代码、跑命令、修 Bug、读截图、理解网页，再把活儿接着干下去”。也就是所谓的 agentic coding，中文说白了，就是不只会聊天，而是会当半个工程师。

Qwen3.6-35B-A3B最亮眼的部分，恰恰就在这里。比如在 SWE-bench Verified、Terminal-Bench 2.0、NL2Repo、QwenWebBench 这些更接近真实开发流程的任务上，它都交出了相当强的成绩。特别是 Terminal-Bench 2.0 上 51.5 的分数，很说明问题：这类测试不是写几行漂亮代码就行，而是要求模型能在类真实终端环境里完成一连串操作，过程中还会碰到依赖、文件、报错、上下文切换这些“人类程序员每天都在骂”的东西。

这也是我觉得这次发布真正有分量的地方。开源模型过去经常给人一种“考试型选手”的印象，榜单好看，落地一般；而 Qwen 正在试图把模型推向另一种状态：不只是会回答“怎么做”，而是能真的参与“做这件事”。这对于创业团队、独立开发者、企业内部工具链，都是很具体的价值。毕竟现实世界里，老板不会因为模型 MMLU 多了 0.8 分就鼓掌，但如果它能少让工程师熬两个通宵，那就完全是另一回事了。

30亿激活参数，为什么反而更值得看

很多人看到“350 亿参数、仅 30 亿激活”时，第一反应可能是：这是不是有点省？但在今天，这种“省”恰恰是一种能力。

MoE，也就是混合专家模型，已经不是什么新鲜概念。过去几年，从 Mistral 到 DeepSeek，再到各家自研路线，行业都在尝试用更聪明的参数调度，去换取更高的性能密度。原因非常现实：稠密模型虽然好理解，但每一次推理都把所有参数拖出来跑一遍，成本太高。MoE 的诱惑在于，总体容量可以做大，但每次推理只调动一部分“专家”，于是理论上能做到“脑子大、饭量小”。

Qwen3.6-35B-A3B的意义就在于，它把这种思路往开源可用的方向又推了一步。官方给出的对比里，它在多个关键代码任务上压过了自家的 Qwen3.5-27B 稠密模型，也大幅领先上一代 A3B 版本。这说明一件事：参数规模本身越来越不值钱，真正值钱的是有效激活、工具调用能力、上下文利用效率，以及模型在复杂链路任务中的稳定性。

这背后还有个行业趋势值得注意。现在越来越多企业在部署模型时，已经不再只看“天花板性能”，而是看“每块 GPU 能换来多少实际产出”。如果一个只激活 30 亿参数的模型，能打出接近甚至超过更大稠密模型的效果，那它在私有部署、企业内网、边缘推理、成本敏感场景里就很有吸引力。说得俗一点，技术圈终于也开始认真算账了。

它不只想做代码模型，还想做一个“看得懂世界”的助手

如果 Qwen3.6-35B-A3B 只是编程强，这条新闻还不算特别意外。更有意思的是，它依然保留了 Qwen3.6 系列的原生多模态能力，而且成绩不差。

从官方公布的视觉语言评测看，这个模型在文档理解、OCR、图表理解、空间智能和视频理解上都维持了相当完整的战斗力。像 RefCOCO、ODInW13 这种偏空间定位的任务，它的表现尤其突出。你可以把这理解成：它不只是能读 README、写函数，还能看界面、看图、看文档、看视频片段。对于真正的 AI 编程代理来说，这其实非常关键。

为什么？因为今天的开发工作本来就不是纯文本。工程师会盯着 Figma 截图改前端，会根据报错截图排查问题，会看产品原型图理解交互，会读扫描 PDF 里的旧文档，会在网页渲染结果和代码之间来回切换。如果一个模型只能在文本世界里聪明，那它距离“能干活”始终差半步。Qwen 这次想传达的信息很清楚：未来有竞争力的开源模型，不该是一个单纯的代码补全器，而应该是一个能跨越文本、图像、网页和终端的通用执行者。

当然，基准分数永远不等于真实体验。多模态模型最容易出现的老毛病，还是“看起来懂了，其实看偏了”；代码代理最容易翻车的地方，则是连续十几步操作后开始自信胡来。所以我会更关心这款模型在社区中的真实反馈：它在复杂仓库里改代码稳不稳，在长上下文里会不会遗忘，在多轮任务里会不会越做越跑偏。这些问题，跑几个公开 benchmark 其实还回答不了。

开源的意义，不只是免费下载，而是生态位争夺

Qwen 团队这次把模型权重开放在 Hugging Face 和 ModelScope，同时也放进 Qwen Studio，并接入阿里云 Model Studio API，API 名称为 qwen3.6-flash。它还特意强调与 OpenClaw、Qwen Code、Claude Code 等工具链的兼容性。这不是一个无关紧要的细节，恰恰说明今天的模型竞争，已经从“单点模型能力”转向“谁能进入开发者工作流”。

说白了，一个模型再强，如果开发者装起来麻烦、接工具困难、协议不兼容，那它很快就会被遗忘在下载页里。相反，如果它能直接塞进现有终端工具、代码代理和 API 生态里，开发者就会更愿意试、愿意改、愿意二次开发。Qwen 这一步，明显是想抢占开源 coding agent 的基础设施位置，而不是只在榜单上刷一排漂亮数字。

这也让人联想到最近一年的行业变化。闭源阵营里，Anthropic 的 Claude Code、OpenAI 的代码能力、Google 的 Gemini 在多模态和长上下文上的推进，都在把“AI 开发助手”做成真实生产工具。开源阵营如果还停留在聊天和补全，很快就会失去存在感。Qwen3.6-35B-A3B 的价值，是它试图证明：开源模型也能进入这个更难、更讲究实战的赛道。

但争议也会随之而来。一个越来越强的代码代理，被更广泛地开源出来，当然会激发创新，也会带来新的治理问题。比如安全边界怎么设，危险命令怎么拦，企业把代码仓库交给模型处理时怎么审计，模型的“思维链保留”功能会不会让敏感上下文在系统中存得更久。这些都是产品化之后绕不开的问题。开源不是天然正确，开源只是把权力和责任一起交给了社区。

接下来真正的考题，是“谁能把模型变成工程生产力”

我对这次发布的总体判断是乐观的。不是因为它又刷新了几项分数，而是因为它代表了一种更成熟的开源路线：不再盲目追求超级巨模，而是在效率、能力和生态兼容之间找到一个更实用的平衡点。

Qwen3.6-35B-A3B 可能不会是那个“横扫一切”的模型，但它很可能会成为很多团队真正拿来干活的模型。尤其是在预算有限、数据不方便外流、又确实需要一个能写代码、会看图、能调用工具的系统时，它的吸引力会比榜单上的冠军更真实。

接下来，行业最值得看的不只是下一个参数规模，而是两个问题：第一，开源模型能否在真实软件工程场景中持续稳定，而不是偶尔惊艳；第二，模型公司能否把协议、工具链、部署方式和社区支持做成一个完整生态，而不是只会发论文和成绩单。前者决定模型是不是生产力，后者决定它会不会活下来。

如果这两件事 Qwen 都能继续推进，那这次开源就不只是一次产品更新，而可能是开源 AI 编程生态进入下一阶段的信号。到那时，程序员未必会失业，但大概率会更像“带着一群实习 AI 的技术主管”——辛苦还是辛苦，只不过要开始学会管理一群不会喊累、但偶尔会闯祸的数字同事了。