4月2號，阿里發布了Qwen3.6-Plus。
這次不是「更大的模型」那種常規發布，而是專門針對企業級AI Agent場景的一次定向升級。從產品定位看，阿里這次想明白了一件事：通用能力軍備競賽跑不贏，那就去做「真正能進生產環境幹活」的執行層。
最重要的三個變化
1. 程式碼能力：倉庫級別的工程能力
之前的大模型寫程式碼，基本上是「給你個函數，你來用」。Qwen3.6-Plus的定位不一樣——它要能在整個程式碼倉庫裡工作：計劃、寫程式碼、跑測試、發現問題、改程式碼，完整的執行循環。
這種工作模式跟Claude Code比較接近，模型不是提示詞裡的「建議提供者」，而是參與進去。
默認支援 100萬token 上下文窗口，中等規模項目的完整程式碼放進去基本沒壓力。
2. 視覺理解：截圖直接變程式碼
給它一張UI截圖、手繪線框圖，或者產品原型圖，它能直接生成可運行的前端程式碼。不是生成個大概框架，是「看圖寫程式碼」這個閉環。
除了靜態圖片，還支援文檔和影片內容的理解，這對做企業內部工具的场景實用性比較高。
3. 工具調用和長程規劃
當前各家AI Agent能力差距最大的地方就在這裡。Qwen3.6-Plus在多個長程規劃benchmark上拿到了最優結果，工具調用的準確率也有提升。
具體數字方面，在SWE-Bench、Terminal-Bench等編程專項評測上都有競爭力的表現，但完整benchmark數據阿里沒有全部公開。
一個API新功能：preserve_thinking
這個參數在多輪對話中保持推理上下文，而不是每輪重新推理。
對Agent場景來說很實用：減少冗餘推理等於減少token消耗，等於實際使用成本降低。在長流程自動化任務裡，這個差別會被放大。
為什麼說這是「阿里自用優先」的模型？
Qwen3.6-Plus會被集成進兩個阿里內部產品：
- Wukong：阿里的AI原生企業平台，用多agent系統自動化複雜商業任務
- Qwen App：阿里的旗艦消費端AI應用
先給自己用，再開放給外部，這種邏輯往往意味著這個模型經歷過的壓力測試比純外部benchmark更接近真實場景。
編程環境兼容性不錯：支援OpenClaw、Claude Code、Qwen Code、Kilo Code，同時兼容OpenAI和Anthropic兩套API協議，開發者接入不需要大改。
橫向對比：Qwen這條路走對了嗎？
看Qwen系列的演化路線，從通用對話到長上下文，再到程式碼專項、多模態，現在到agentic執行，每一步都在往更「能幹活」的方向走。
這個方向跟Anthropic（Claude Code）、OpenAI（Codex）的產品戰略越來越像。不同的是阿里有中國企業客戶的先天優勢和對阿里雲生態的深度綁定——這是在國內市場的差異化空間，不是靠benchmark分數贏，是靠生態集成贏。
參考來源：Qwen3.6-Plus: Towards Real World Agents（Alibaba Cloud Community）；Alibaba Unveils Qwen3.6-Plus to Accelerate Agentic AI Deployment for Enterprises（Alibaba Cloud）；CocoLoop、Beyond Passive Assistance: How Qwen3.6-Plus Is Advancing Agentic AI（The Tech Revolutionist）