Qwen3.6 Plus — دردشة متعددة الوسائط رائدة (نص/صورة/فيديو)، سياق 1M، Vibe Coding + استدعاء الدوال.
Qwen3.6 Plus هو أحد أعضاء عائلة Qwen من نماذج اللغات الكبيرة، تم تطويره بواسطة فريق Qwen التابع لشركة Alibaba. وهو مُصمم للتعامل مع أطوال سياقات ممتدة ومدخلات متعددة الوسائط، بما في ذلك النصوص والصور…
تتفوق Qwen3.6 Plus في المهام التي تتطلب دمج المعلومات من مقاطع نصية طويلة وبيانات بصرية. تشمل الأمثلة تلخيص المقالات البحثية الطويلة، واستخراج البيانات المنظمة من المستندات الممسوحة ضوئيًا، وإنشاء تعليقات توضيحية لمقاطع الفيديو، والإجابة عن أسئلة حول الرسوم البيانية. كما تؤدي أداءً جيدًا في معايير التفكير متعدد الخطوات مثل τ²-Bench، مما يشير إلى قدرات قوية في استخدام الأدوات والتخطيط. يمكن للنموذج اتباع تعليمات معقدة وإنتاج أكواد أو استنتاجات منطقية. بالنسبة لمهام التصنيف البسيطة أو توليد النصوص القصيرة، قد تكون النماذج الأصغر مثل Qwen2-7B أكثر فعالية من حيث التكلفة وأسرع.
إذا كانت تطبيقاتك تتضمن فقط مطالبات قصيرة (على سبيل المثال، بضع مئات من التوكنات) ولا تتطلب مدخلات متعددة الوسائط، فإن النماذج الأصغر من سلسلة Qwen أو نماذج لغوية كبيرة خفيفة الوزن أخرى يمكنها تقديم استجابات أسرع بتكلفة أقل. وبالمثل، بالنسبة للمهام البسيطة مثل تحليل المشاعر، أو استخراج الكلمات المفتاحية، أو الإجابة الأساسية على الأسئلة، قد يكون نموذج بعدد أقل من المعلمات كافيًا. من الأفضل الاحتفاظ بـ Qwen3.6 Plus للسيناريوهات التي تكون فيها نافذة السياق الكبيرة أو القدرة متعددة الوسائط أمرًا بالغ الأهمية، مثل معالجة مستندات كاملة أو محتوى فيديو. يجب على عمليات النشر الحساسة للتكلفة تقييم استهلاك التوكنات مقابل الزيادة الإضافية في الأداء.
يقوم Qwen3.6 Plus بمعالجة المستندات الطويلة عن طريق استيعاب النص بالكامل ضمن نافذة السياق التي تبلغ سعة 1M من الرموز، مما يلغي الحاجة إلى التقسيم وإعادة التجميع. وهذا يتيح للنموذج الحفاظ على الترابط عبر المستند والإجابة على الأسئلة التي تشير إلى أقسام مبكرة ومتأخرة. على سبيل المثال، يمكن للمستخدم تقديم كتاب مكون من 500 صفحة وطلب ملخص لتطور شخصية عبر الفصول. يستخدم النموذج آليات الانتباه المُحسَّنة للتسلسلات الطويلة، على الرغم من أن المدخلات الطويلة جدًا قد تزيد من وقت المعالجة. تدعم واجهة برمجة تطبيقات OrcaRouter الاستجابات المتدفقة بحيث يمكن للمستخدمين البدء في تلقي المخرجات قبل معالجة المدخل بالكامل.
يمكن لـ Qwen3.6 Plus قبول الصور والفيديوهات بالإضافة إلى النصوص. بالنسبة للصور، يمكنه وصف المحتوى، قراءة النص من الصور، والاستدلال حول العلاقات المكانية. بالنسبة للفيديوهات، يقوم باستخراج الإطارات بشكل دوري ومعالجتها كسلسلة من الصور، مما يسمح بمهام مثل التعرف على الأفعال، تلخيص الفيديو، والاستدلال الزمني. لا يدعم النموذج الصوت بشكل أصلي؛ يجب تحويل المسارات الصوتية إلى نص قبل الإدراج. لا يوجد حد صريح على عدد الصور أو إطارات الفيديو، طالما أن إجمالي عدد الرموز يبقى ضمن نافذة السياق. هذا يتيح تطبيقات متعددة الوسائط غنية مثل الإجابة على الأسئلة البصرية عبر مقاطع فيديو طويلة.
حققت Qwen3.6 Plus درجة 97.7 في τ²-Bench، وهو معيار يقيم التفكير في استخدام الأدوات وحل المشكلات متعددة الخطوات. يختبر هذا المعيار قدرة النموذج على اختيار الأدوات المناسبة (مثل واجهات برمجة التطبيقات والحاسبات) وتنفيذ تسلسل من الإجراءات لإنجاز مهام واقعية. تشير الدرجة العالية إلى كفاءة قوية في اتخاذ القرارات الديناميكية واستدعاء الدوال. ومع ذلك، فإن τ²-Bench لا يغطي جميع جوانب الذكاء، مثل المعرفة الواقعية أو الكتابة الإبداعية. يجب على المستخدمين تفسير هذا المعيار كنقطة بيانات واحدة تعكس تفكير النموذج في سيناريوهات استخدام الأدوات المنظمة.
تعتمد زمن الاستجابة لـ Qwen3.6 Plus على طول الإدخال وطول الإخراج وعبء العمل على البنية التحتية لـ OrcaRouter. بالنسبة للاستفسارات القصيرة (~1,000 رمز) والمخرجات المعتدلة (~1,000 رمز)، تكون أوقات الاستجابة النموذجية مماثلة لنماذج اللغات الكبيرة الأخرى ذات أعداد المعلمات المماثلة. تؤدي السياقات الأطول (مثلاً 500 ألف رمز) إلى زيادة الوقت اللازم للرمز الأول بسبب الحاجة إلى معالجة المدخلات بالكامل. يوفر OrcaRouter أدوات مراقبة لقياس زمن الاستجابة. لا تتوفر أرقام محددة لزمن الاستجابة من البيانات المقدمة، لكن يمكن للمستخدمين توقع إنتاجية تتناسب مع النماذج المحسّنة للاستدلال على السياقات الطويلة.
يُبرز أداء نموذج Qwen3.6 Plus في اختبار τ²-Bench بنسبة 97.7 براعته في الاستدلال باستخدام الأدوات، والتخطيط، وتنفيذ المهام متعددة الخطوات. وتترجم هذه القوة إلى فوائد عملية في تطبيقات مثل سير العمل الوكيل، ومعالجة البيانات الآلية، وحل المشكلات المعقدة التي تتطلب تنسيق الأدوات الخارجية. بالإضافة إلى ذلك، تضمن نافذة السياق الكبيرة للنموذج احتفاظه بالمعلومات عبر المدخلات الطويلة، وهو أمر لا يُلتقط مباشرة بواسطة τ²-Bench لكنه واضح من تصميمه. لم يتم تقديم نتائج اختبارات معيارية أخرى، لذا تُستمد هذه الاستنتاجات فقط من نتيجة τ²-Bench.
على الرغم من أن Qwen3.6 Plus يُظهر أداءً قويًا في التفكير القائم على استخدام الأدوات، إلا أن أداءه في الأبعاد الأخرى (مثل الاستدعاء الواقعي، والكتابة الإبداعية، والفهم متعدد اللغات) غير مُقَدَّر كميًا في البيانات المتاحة. وكما هو الحال مع جميع نماذج اللغة الكبيرة، قد يُنتج النموذج معلومات غير صحيحة أو مهلوسة، خاصة عند مواجهة استفسارات غامضة أو مقدمات خاطئة. قدرة النموذج متعددة الوسائط تقتصر على النصوص والصور والفيديو؛ فهو لا يعالج الصوت أو غيرها من الوسائط بشكل مباشر. بالإضافة إلى ذلك، قد تؤدي نافذة السياق الكبيرة إلى زمن استجابة أعلى وتكاليف رموز أكبر، مما يجعله أقل ملاءمة للتطبيقات في الوقت الفعلي ذات ميزانيات زمن الاستجابة الصارمة.
تسعير Qwen3.6 Plus عبر OrcaRouter يتم تحديده بناءً على استخدام الرموز (tokens). تفرض OrcaRouter رسومًا منفصلة على رموز الإدخال (بما في ذلك رموز النص والصور وإطارات الفيديو) ورموز الإخراج التي يولدها النموذج. لم يتم تضمين الأسعار الدقيقة لكل رمز في مجموعة البيانات هذه؛ يجب على المستخدمين مراجعة صفحة التسعير الرسمية لـ OrcaRouter أو الاتصال بالدعم للحصول على الأسعار الحالية. لم يُذكر وجود طبقة مجانية، لكن OrcaRouter قد تقدم أرصدة تجريبية. التسعير شفاف ويعتمد على الاستهلاك، دون رسوم اشتراك شهرية.
قد يوفر OrcaRouter آليات تخزين مؤقت لتقليل التكاليف الناتجة عن المدخلات المتكررة، مثل مطالبات النظام أو التعليمات المستخدمة بشكل متكرر. عند تفعيل التخزين المؤقت، قد تُحاسب رموز الإدخال التي تطابق المحتوى المخزن مؤقتًا بتكلفة أقل. ومع ذلك، فإن تفاصيل التخزين المؤقت (مثل المدة والأهلية) غير محددة في الحقائق المقدمة. يجب على المستخدمين مراجعة وثائق OrcaRouter لمعرفة سياسات التخزين المؤقت. كأفضل ممارسة، فإن تصميم المطالبات التي تعيد استخدام المحتوى الثابت يمكن أن يساعد في تقليل استهلاك الرموز وخفض التكاليف الإجمالية.
داخل عائلة نماذج Qwen، تتسع التسعيرة عمومًا مع حجم النموذج وقدرته. Qwen3.6 Plus، باعتباره نموذجًا متعدد الوسائط كبيرًا بنافذة سياقية بسعة مليون توكن، من المرجح أن يكون مسعّرًا أعلى من متغيرات Qwen الأصغر (مثل Qwen2-7B أو Qwen2-72B). تعتمد الفروق السعرية الدقيقة على أسعار OrcaRouter لكل توكن لكل نموذج. يجب على المستخدمين تقييم التكلفة الإضافية مقابل فوائد السياق الأكبر والإدخال متعدد الوسائط لتحديد ما إذا كان Qwen3.6 Plus يوفر مفاضلة مواتية بين التكلفة والأداء لحالة الاستخدام الخاصة بهم.
لاستدعاء Qwen3.6 Plus، استخدم نقطة نهاية API الخاصة بـ OrcaRouter على رابط الأساس https://api.orcarouter.ai/v1. اضبط معلمة النموذج على `"qwen/qwen3.6-plus"`. تتبع API هيكل الدردشة الخاص بـ OpenAI، لذا تتضمن الطلبات قائمة من الرسائل (أدوار: system، user، assistant) ومعاملات اختيارية مثل temperature وmax_tokens وstream. يتم إدخال المدخلات المتعددة الوسائط عبر حقل content باستخدام مصفوفة من الكائنات التي تحدد النوع (text أو image_url أو video_url) والبيانات. مثال على طلب بلغة بايثون يستخدم مكتبة openai مع رابط أساس مخصص.
OrcaRouter's API for Qwen3.6 Plus تدعم معاملات OpenAI القياسية: temperature (القيمة الافتراضية 1.0، النطاق 0-2)، max_tokens (حتى 65,536)، top_p، frequency_penalty، presence_penalty، توقفات الإيقاف (stop sequences)، و stream (قيمة منطقية للاستجابات المتدفقة). بالنسبة للمدخلات متعددة الوسائط، يقبل حقل المحتوى (content field) مصفوفة حيث يحتوي كل عنصر على type (نص أو image_url أو video_url) والبيانات المقابلة. للصور، استخدم "image_url" مع عنوان URL أو بيانات base64. للفيديوهات، استخدم "video_url" مع عنوان URL يشير إلى ملف الفيديو. تطبق حدود الرموز (Token limits) عبر جميع الوسائط.
نعم، لأن OrcaRouter يوفر واجهة برمجة تطبيقات متوافقة مع OpenAI، فإن الانتقال من أي منصة تستخدم تنسيق OpenAI chat completions يكون سهلاً. ما عليك سوى تغيير عنوان URL الأساسي إلى https://api.orcarouter.ai/v1 وتحديث اسم النموذج إلى "qwen/qwen3.6-plus". يتطلب المصادقة مفتاح API من OrcaRouter، والذي يحل محل مفتاح الموفر السابق. يمكن إعادة استخدام نفس مكتبة العميل (مثل حزمة openai بلغة Python) مع الحد الأدنى من التغييرات في الكود. تأكد من بقاء مطالباتك وتعريفات الأدوات ضمن حدود السياق والإخراج للنموذج.
عنوان URL الأساسي لواجهة برمجة التطبيقات لـ OrcaRouter هو https://api.orcarouter.ai/v1. معرف النموذج لـ Qwen3.6 Plus هو "qwen/qwen3.6-plus". عند إجراء طلب، قم بتضمين معرف النموذج في جسم الطلب. على سبيل المثال، في برنامج Python باستخدام مكتبة openai، قم بتعيين `openai.base_url = "https://api.orcarouter.ai/v1"` و `openai.api_key = "your-orcarouter-key"`، ثم استدعاء `client.chat.completions.create(model="qwen/qwen3.6-plus", messages=[...])`. هذا المزيج يسمح لك بالوصول إلى الإصدار المحدد Qwen3.6 Plus.
كلا من Qwen3.6 Plus و GPT-4o هما نموذجان لغويان كبيران متعددا الوسائط، لكن Qwen3.6 Plus يوفر نافذة سياق أكبر بكثير (1 مليون رمز مقابل 128 ألف رمز لـ GPT-4o).这使得 Qwen3.6 Plus أكثر ملاءمة لمعالجة الكتب الكاملة أو نصوص الفيديو الطويلة. ومع ذلك، يتمتع GPT-4o بدعم لغوي أوسع ونظام بيئي أكبر من الأدوات. لا تُقدم مقارنات مرجعية خارج τ²-Bench، لذا لا يمكن إجراء مقارنات أداء مباشرة في مهام أخرى من البيانات المعطاة. قد تختلف الأسعار بين المزودين؛ ينبغي مقارنة أسعار OrcaRouter لكل رمز لـ Qwen3.6 Plus مع تسعير OpenAI.
في عائلة Qwen، يُعد Qwen3.6 Plus واحدًا من أكثر النماذج تقدمًا، حيث يتميز بأكبر نافذة سياق ودعم الإدخال متعدد الوسائط. نماذج Qwen الأصغر حجمًا (مثل Qwen2-7B و Qwen2-72B) تمتلك نوافذ سياق أقصر وتقتصر على النصوص فقط، مما يجعلها أسرع وأقل تكلفة للمهام النصية البحتة. من المرجح أن يؤدي Qwen3.6 Plus أداءً أفضل في المهام التي تتطلب استدلالًا سياقيًا طويلًا أو فهمًا بصريًا. درجة τ²-Bench البالغة 97.7 خاصة بهذا النموذج فقط؛ لم يتم الإبلاغ عن هذه الدرجة لنماذج Qwen الأخرى في البيانات المتاحة. يجب على المستخدمين الاختيار بناءً على احتياجاتهم من القدرات متعددة الوسائط وطويلة السياق مقابل الميزانية.
Claude 3.5 Sonnet من Anthropic يدعم نافذة سياقية بسعة 200 ألف رمز ويعالج النصوص والصور (ولكن ليس الفيديو مباشرة بعد). يقدم Qwen3.6 Plus نافذة سياقية أكبر (1 مليون رمز) وإدخال فيديو، مما قد يكون مفيدًا لمهام تحليل الفيديو. كلا النموذجين متاحان عبر API، ولكن يتم الوصول إلى Qwen3.6 Plus عبر OrcaRouter، بينما يتم الوصول إلى Claude عادةً عبر API الخاص بـ Anthropic أو مزود طرف ثالث. لا توجد مقارنات معيارية مباشرة؛ درجة τ²-Bench البالغة 97.7 لـ Qwen3.6 Plus غير معلنة لـ Claude. يجب على المستخدمين التقييم بناءً على متطلبات مهمتهم المحددة والتسعير.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="qwen/qwen3.6-plus",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)enable_searchenable_thinkinginclude_reasoninglogprobsmax_tokensnparallel_tool_callspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstreamstream_optionstemperaturethinking_budgettool_choicetoolstop_ktop_logprobstop_p| الفئة | الإدخال / 1M توكن | الإخراج / 1M توكن |
|---|---|---|
| ≤ 256K | $0.276 | $1.651 |
| ≤ 1.0M | $1.101 | $6.602 |
| يتم تحديد الفئة حسب عدد رموز الإدخال لكل طلب | ||
تقدير بناءً على السعر المُعلن
تسعير متدرّج — يستخدم هذا التقدير أسعار المستوى الأساسي.
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
GET /api/public/models/qwen/qwen3.6-plusفتح @misc{orcarouter_qwen3_6_plus,
title = {Qwen3.6 Plus API},
author = {Qwen},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3.6-plus}
}Qwen. (2026). Qwen3.6 Plus API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3.6-plus