Am 16. April veröffentlichte das Qwen-Team von Alibaba Qwen3.6-35B-A3B als Open Source unter der Apache-2.0-Lizenz, ohne jegliche kommerzielle Einschränkungen.
Dieses Modell ist bemerkenswert: Es hat insgesamt 35B Parameter, aktiviert aber bei der Inferenz nur 3B. Es verwendet eine Mixture-of-Experts (MoE)-Architektur mit einem Berechnungssparverhältnis von 12:1 – in der Leistung nahe an einem großen 35B-Modell, aber mit Betriebskosten auf 3B-Niveau.
Im SWE-bench Verified (Test zur Behebung realer GitHub-Issues) erreichte es 73,4 %, während Googles zeitgleich veröffentlichtes Open-Source-Modell Gemma 4-31B nur 52,0 % erzielte – ein Unterschied von 21 Prozentpunkten.
Warum die Architektur wichtig ist
Zunächst zum Designkonzept von MoE.
Bei einem normalen dichten Modell werden bei der Verarbeitung eines Tokens alle Parameter einbezogen. Ein Modell mit 35B Parametern benötigt für jeden Token 35B Berechnungen.
MoE ist anders. Es unterteilt die Parameter in viele "Experten" (experts) und aktiviert jeweils nur einen Teil. Das Routing von Qwen3.6-35B-A3B ruft für jeden Token nur die Expertengruppe mit 3B Parametern auf, aber das gesamte Modell speichert die Wissenskapazität von 35B Parametern.
Das Ergebnis: Inferenzgeschwindigkeit und Speicherverbrauch auf 3B-Niveau, Problemlösungsfähigkeit auf 35B-Niveau.
Auf einer RTX 4090 werden über 120 Tokens pro Sekunde erreicht. Ein MacBook Pro M4/M5 mit 64 GB RAM kann es direkt ausführen. Nach der Quantisierung mit Q4_K_M beträgt die Größe etwa 21 GB, was auf eine handelsübliche Consumer-Grafikkarte passt.
Das bedeutet viel für die lokale Bereitstellung – früher benötigte man für ein hochmodernes Open-Source-Coding-Modell mindestens eine A100 oder mehrere RTX 4090, jetzt reicht eine einzelne Consumer-Grafikkarte.
Zahlenvergleich mit anderen Modellen
vs. Google Gemma 4-31B:
| Test | Qwen3.6-35B | Gemma 4-31B |
|---|---|---|
| SWE-bench Verified | 73,4 % | 52,0 % |
| Terminal-Bench 2.0 | 51,5 % | 42,9 % |
| MCPMark (Tool-Nutzung) | 37,0 % | 18,1 % |
| GPQA (allgemeine Logik) | 86,0 % | 84,3 % |
| AIME26 (Mathe-Wettbewerb) | 92,7 % | 89,2 % |
Bei der Tool-Nutzung (MCPMark) ist Qwen3.6 mehr als doppelt so gut wie Gemma 4. Dieses Testszenario entspricht direkt der Leistung in realen Agent-Aufgaben und ist sogar näher an der tatsächlichen Nutzung als SWE-bench.
QwenWebBench (Web-Aufgaben) erreichte 1397 ELO, eine Verbesserung von 43 % gegenüber der Vorgängergeneration.
vs. Claude Sonnet 4.5:
Laut dem Test von The Decoder liegen die beiden Modelle bei reinen Coding-Benchmarks nahezu gleichauf, der Unterschied liegt innerhalb der Messungenauigkeit. Bei Assistenten-Dialogen und allgemeinen Gesprächen führt Claude weiterhin.
Open-Source-Details und Verfügbarkeit
Die Modellgewichte sind auf Hugging Face (Qwen/Qwen3.6-35B-A3B) und ModelScope verfügbar und kompatibel mit Transformers, vLLM (>=0.19.0), SGLang (>=0.5.10) und KTransformers.
Es werden zwei Modi unterstützt:
- Thinking-Modus: ähnlich einem Reasoning-Modell, mehrstufiges tiefes Denken, Beibehaltung des Denkprozesses für nachfolgende Dialoge
- Fast-Modus: direkte Ausgabe, geeignet für Dialoge und leichte Aufgaben
Das native Kontextfenster beträgt 262.144 Token, nach YaRN-Erweiterung bis zu über 1 Million Token.
Die API kann auch über Alibaba Cloud Model Studio (Name "Qwen3.6 Flash") oder durch eigene Bereitstellung genutzt werden.
Einordnung
Dies ist der dritte Schritt von Alibaba in Richtung Open Source. Zuerst wurde die Basisversion Qwen3 als Open Source veröffentlicht (Apache-Lizenz), dann die geschlossene Unternehmensversion Qwen3.6-Plus, und dann die Open-Source-Version Qwen3.6-35B-A3B als hochleistungsfähige, aufs Coding spezialisierte Variante.
Jeder Schritt ist klar: Zuerst Aufbau einer Community und Entwicklerbasis, dann Monetarisierung mit der geschlossenen Version, dann Vertiefung des Ökosystems mit der Open-Source-Version.
Wo steht die SWE-bench-Leistung von 73,4 % von Qwen3.6-35B-A3B im gesamten Open-Source-Bereich? Derzeit sind unter den Open-Source-Modellen nur DeepSeek V4 und dieses Modell nennenswert, und bei den geschlossenen Modellen liegt Claude Sonnet 4.5 ebenfalls in diesem Bereich. Ein lokal lauffähiges MoE-Modell, das diese Punktzahl erreicht, hat tatsächlich etwas verändert.
Natürlich bedeutet eine hohe SWE-bench-Punktzahl nicht, dass es in der Produktion gut funktioniert. Die tatsächliche Leistung von Coding-Agenten hängt auch von Kontextverwaltung, Fehlerbehebung und Stabilität langer Prozesse ab – all das wird nicht im Benchmark gemessen. Aber der Ausgangspunkt ist gesetzt, es lohnt sich, es ernsthaft zu testen.
Quellenangabe: CocoLoop, Alibaba's open model Qwen3.6 leads Google's Gemma 4 across agentic coding benchmarks (The Decoder); Qwen3.6-35B-A3B: 73.4% SWE-Bench, Runs Locally (Build Fast with AI); Qwen3.6-35B-A3B Complete Review: Alibaba's Open-Source Coding Model (DEV Community)