Qwen3.6 35B-A3B — オープンウェイト MoE マルチモーダル (テキスト/画像/動画), 35B 総パラメータ / 3B アクティブパラメータ, 256k コンテキスト
Qwen3.6 35B A3Bは、Qwenファミリーに属する混合エキスパート（MoE）大規模言語モデルです。総パラメータ数は350億ですが、各順伝播で活性化されるのは約30億のみです。この設計により、計算コストを比例的に増加させることなくモデルの容量を拡大できます。本モデルはテキスト、画像、動画の入力を処理し、最大コンテキスト長は262,144トークン、最大出力制限は65,536トークンです。その…
Qwen3.6 35B A3Bは、長いコンテキストウィンドウとマルチモーダル理解を活用するタスクに優れています。これには、ドキュメントレベルの質問応答、長文レポートの要約、拡張コンテキストを使用したコード生成、複数ステップにわたる複雑な推論が含まれます。このモデルの262,144トークンのコンテキストにより、書籍全体、大規模なコードベース、または数時間にわたる文字起こしされたビデオを取り込むことができます。τ²-Bench（95.3）でのその強みは、長い入力からの情報の取得と使用、外部ツールの呼び出し、多くのターンにわたる指示の遵守を必要とするタスクでの高いパフォーマンスを示しています。マルチモーダル入力（画像や動画）により、単一のプロンプトでテキストとともに視覚コンテンツを分析する機能が追加されます。
このモデルは、テキスト、画像、動画ファイルの形式での入力をサポートしています。OrcaRouterのAPIを介してリクエストを送信する際に、他のプロバイダーで使用されているのと同じマルチモーダル形式に従って、ユーザーメッセージ内に画像データ（例：base64エンコードまたはURL）や動画ファイルを含めることができます。モデルはこれらの視覚要素をテキストプロンプトと連携して処理し、グラフ、図表、写真、または動画クリップについて推論することができます。例えば、動画のシーンを説明させたり、画像からデータを抽出させたり、テキストによる指示と視覚的なコンテキストを組み合わせたりすることができます。出力は常にテキストです。マルチモーダル入力に対する個別の料金はなく、同じトークン単位の入力レートで課金されます。
262,144トークンのコンテキストウィンドウにより、モデルは非常に長いシーケンスを切り詰めずに扱えます。ただし、長いコンテキストの処理はレイテンシとメモリ使用量を増加させる可能性があります。MoEアーキテクチャは、トークンあたり3Bパラメータのみがアクティブになるためコストを軽減するのに役立ちますが、完全なアテンションメカニズムは依然としてシーケンス長に比例してスケールします。関連情報が長い入力全体に散在しているタスクでは、Qwen3.6 35B A3Bの高いτ²-Benchスコアは、効果的に検索・推論できることを示唆しています。非常に長いドキュメントには、チャンク化戦略を検討するか、モデル自身の要約機能を利用してください。短いコンテキストのタスクには、より安価な高密度モデルの方が経済的かもしれません。
ユースケースが短いプロンプト（4Kトークン未満）、分類や抽出のような単純なタスク、またはマルチモーダル入力を必要としない場合、7Bパラメータのような小型の高密度モデルの方が低レイテンシと低コストを実現できます。Qwen3.6 35B A3Bのトークン単価（100万トークンあたり$0.25/$1.48）は中間的ですが、高頻度で低複雑性のワークロードでは、より少ないアクティブパラメータ（例：1Bまたは3B高密度）のモデルの方が費用対効果が高くなります。また、長いコンテキストやマルチモーダル機能が必要ない場合、使用しないオーバーヘッドに対してコストを支払っていることになります。平均的なプロンプトと出力の長さをモデルの強みと照らし合わせて評価し、判断してください。
τ²-Benchは、モデルの長文脈推論能力とマルチステップツール使用能力を評価するベンチマークです。大規模なコーパス（例：ドキュメントデータベースやコードベース）を処理し、そのコーパスから情報を検索・統合して質問に答える必要があります。スコア95.3は、モデルが高い精度でこれらのタスクを処理し、この特定のベンチマークで多くの他のモデルを上回ったことを示しています。これは、拡張された文脈における強力な検索、推論、および指示追従能力を示唆しています。ただし、ベンチマークスコアはパフォーマンスの一つの指標として解釈されるべきであり、実際の結果はタスクの詳細に依存して異なる場合があります。
Qwen3.6 35B A3Bのレイテンシは、そのMoEアーキテクチャの影響を受けます。1トークンあたりアクティブなパラメータはわずか3Bであり、通常は密な35Bモデルよりも高速な推論が可能です。ただし、アテンションメカニズムは依然として完全なコンテキストウィンドウの処理を必要とするため、入力が長くなると最初のトークンまでの時間が増加します。OrcaRouterはこのモデルの具体的なレイテンシベンチマークを公開していません。実際には、応答時間はリクエスト負荷、プロンプトの長さ、出力トークン数に依存します。リアルタイムアプリケーションの場合は、実際の入力を使用してテストしてください。バッチ処理の場合、モデルのコスト効率が長いレイテンシを相殺する可能性があります。ユーザーは、密なモデルと比較する際に速度とコストの両方を考慮する必要があります。
提供された主なベンチマーク結果はτ²-Benchスコアの95.3であり、これは強力な長文脈およびツール使用の推論能力を示しています。これは主要な強みの領域です。このモデルのマルチモダリティは、視覚データとテキストデータを組み合わせたタスクにも適していますが、ここでは視覚タスクの個別のベンチマークスコアは提供されていません。アーキテクチャに基づくと、このモデルは多数のパラメータから恩恵を受けるが、全パラメータの完全な活性化を必要としないタスクで良いパフォーマンスを発揮することが期待できます。MoE設計は、特定の狭いタスクにおいて高密度モデルと比較して若干の一貫性低下を招く可能性がありますが、能力とコストの間で好ましいトレードオフを提供します。
τ²-Benchのスコアは高いものの、これは単一のベンチマークであり、他のベンチマーク（例：MMLU、MATH、コーディングコンテスト）での性能は示されていません。このモデルの高密度版（例：フル35B高密度モデル）は、すべてのパラメータを同時に活用する必要があるタスク（特定の数学的推論や多言語タスクなど）で優れた性能を発揮する可能性があります。また、マルチモーダル入力をサポートしていますが、動画理解の品質はフレームサンプリングや圧縮に依存する場合があります。レイテンシーは公にベンチマークされていません。ユーザーは、このモデルがあらゆるシナリオで最適な選択であると想定すべきではなく、常に特定のユースケースに対して評価し、独自のベンチマークを実行することを検討してください。
料金はトークン単位で、入力と出力で別々に請求されます。コストは、入力トークン100万あたり0.25ドル、出力トークン100万あたり1.48ドルです。これらはプロバイダーの料金であり、OrcaRouterはマークアップを一切適用しません。入力トークンには、テキスト、画像トークン化、動画トークン化を含むプロンプト内のすべてのトークンが含まれます。出力トークンは、レスポンスで生成されたすべてのトークンです。APIの使用に対する追加料金、月額サブスクリプション、最低使用要件はありません。請求はOrcaRouterがトークン使用量に基づいて処理します。トークンごとにアクティブになるパラメータはわずか3Bであるため、プロバイダーにとっての計算コストは稠密な35Bモデルよりも低く、その節約分が料金に反映されています。
入力価格（$0.25/100万トークン）は比較的低いですが、出力価格（$1.48/100万）は高く、生成コストを反映しています。アプリケーションが大量のトークンを出力する場合（例：長い要約、コード生成）、出力コストが支配的になります。そのような場合は、指示によって出力長を短くするか、品質が許せばより安価なモデルを生成に使用することを検討してください。逆に、プロンプトが非常に長く出力が短い場合、入力コストは有利です。MoEアーキテクチャは、同程度の総パラメータ数を持つ密なモデルよりもトークンあたりの推論コストが低いことを意味しますが、ここでの価格はプロバイダーの料金に基づいて設定されており、その効率性に対して対価を支払っていることになります。
OrcaRouterは、このモデルでプロンプトキャッシングが利用可能かどうかを公に開示していません。もしキャッシングが実装されていれば、同一のプロンプトプレフィックスの再エンコードを回避することでコストを削減できる可能性があります。しかし、このモデルに関してそのような機能は特に言及されていません。ユーザーは、すべてのリクエストが標準のトークン単価で課金されると想定する必要があります。繰り返しのプロンプトについては、クエリをグループ化するか、より短いプレフィックスを使用して入力トークンの使用量を最小限に抑えることを検討してください。また、APIレスポンスのusageフィールドを介してトークン数を監視し、コストを最適化することもできます。エンタープライズ規模の使用については、OrcaRouterに連絡して、カスタム契約やキャッシングサポートの可能性について相談してください。
ゼロマークアップとは、OrcaRouterがモデルプロバイダー（Qwen）が設定したトークン単価をそのまま請求することを意味します。追加のプラットフォーム手数料、諸経費、利益率は一切加算されません。$0.25/1M入力、$1.48/1M出力はプロバイダー自身の料金です。これは価格の透明性であり、推論コストのみを支払います。OrcaRouterは依然としてAPIインフラ、ルーティング、請求管理を行いますが、そのサービスに対する追加料金は発生しません。これにより、Qwen3.6 35B A3Bは、マークアップを加える可能性のある他のプラットフォームと比較してより経済的になる場合があります。ただし、OrcaRouterが別途提供する数量割引やクレジットを含めた総コストを比較する必要があるかもしれません。
OpenAI互換のチャット完了エンドポイントを https://api.orcarouter.ai/v1 で使用してください。モデルパラメータを "qwen/qwen3.6-35b-a3b" に設定します。OpenAIのAPIと同様に、必要に応じてシステムメッセージとユーザーメッセージを含むメッセージを構築します。マルチモーダル入力の場合は、タイプが "text" と "image_url"（または "video_url"）のコンテンツ部分の配列を含めてください。例（疑似コード）： curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_ORCAROUTER_API_KEY" -d '{"model":"qwen/qwen3.6-35b-a3b","messages":[{"role":"user","content":[{"type":"text","text":"Describe this image"},{"type":"image_url","image_url":{"url":"https://example.com/photo.jpg"}}]}]}'。レスポンスは、choicesやusageなどを含むOpenAI形式に従います。
標準のOpenAIパラメータがサポートされています：temperature（0～2、デフォルト1）、top_p（0～1、デフォルト1）、max_tokens（最大65536）、stop sequences、frequency_penalty、presence_penalty、stream。マルチモーダルリクエストでは、画像をbase64データURLまたは公開URLとして渡すことができます。ビデオ入力には特定のエンコードが必要な場合があります。OrcaRouterのドキュメントを確認してください。再現性のためのseedのような追加パラメータはサポートされている場合がありますが、保証はされません。このモデルは関数呼び出しやツールをネイティブにサポートしていませんが、システムプロンプトでモデルに指示することでツール呼び出しをシミュレートできます。並列ツール呼び出しの場合は、ループを外部で管理する必要があります。リアルタイムアプリケーションでは、知覚されるレイテンシを低減するためにストリーミングが推奨されます。
OpenAI互換のAPIに慣れている場合、移行にはベースURLとモデルIDの変更のみが必要です。既存のエンドポイントを https://api.orcarouter.ai/v1 に置き換え、モデルを "qwen/qwen3.6-35b-a3b" に設定してください。認証にはOrcaRouterが提供するAPIキーを使用します（AuthorizationヘッダーにBearerとして設定）。レート制限と課金はOrcaRouterによって管理されます。マルチモーダル移行の場合は、画像/動画のフォーマットが期待されるスキーマ（OpenAI互換）に一致していることを確認してください。応答フォーマットはOpenAIのチャット補完と同一であるため、既存の解析コードは最小限の変更で動作するはずです。1つのリクエストでテストし、トークンカウントとレイテンシが許容範囲であることを確認してください。
はい、このモデルはOpenAI互換のサーバー送信イベント（SSE）プロトコルを介したストリーミングをサポートしています。リクエストに"stream": trueを設定してください。ストリームは生成されたデルタトークンを出力し、OpenAIのストリーミングと全く同様に、最終イベントにはfinish_reasonとusage情報が含まれます。ストリーミングは出力を段階的に表示したいインタラクティブなアプリケーションに便利です。ストリーミングによってトークンの総コストが削減されるわけではなく、全出力に対して課金されます。MoEアーキテクチャは一定のレートでトークンを生成する可能性がありますが、実際のスループットはネットワークとサーバーの負荷に依存します。ストリームイベントを適切に処理できるよう、統合をテストしてください。
Mixtral 8x7B（総パラメータ47B、アクティブ12.9Bの一般的なMoEモデル）と比較すると、Qwen3.6 35B A3Bは総パラメータが少ないだけでなく、アクティブパラメータも少ない（3B vs 12.9B）。これにより、トークンあたりのコスト効率が向上する可能性がある。コンテキストウィンドウは262Kトークンで、Mixtralのデフォルトの32K（ただしMixtralは拡張可能）よりも大幅に大きい。Qwen3.6 A3Bは画像と動画の入力もサポートしており、Mixtralはネイティブで対応していない。ベンチマークでは、Mixtralはτ²-Benchで65～70程度のスコア？ 未提供だが、Qwenの95.3はその特定のベンチマークで非常に高い。短いコンテキストの純粋なテキストタスクでは、Mixtralはより多くのアクティブパラメータを持つため、一部の推論タスクで同等かそれ以上のパフォーマンスを発揮する可能性がある。長いコンテキストやマルチモーダルタスクでは、Qwen3.6 A3Bに明確なアドバンテージがある。
Denseな35Bパラメータモデルは、このMoEモデルの3Bアクティブパラメータと比較して、トークンあたり約12倍の計算量を必要とします。Qwen3.6 A3Bは、推論時に速度とコストの利点を提供する一方、エキスパートルーティングがすべての入力に対して常に最も関連性の高いエキスパートを活性化するとは限らないため、一貫性が失われる可能性があります。Denseモデルは、多様なタスクにわたってより予測可能な品質を達成することが多いです。しかし、τ²-Benchスコアは、このMoEモデルが長コンテキスト推論においてDenseモデルと競合できることを示唆しています。レイテンシとコストが重要な大量の本番ワークロードがある場合、MoEアプローチは有益です。決定論的な動作を必要とする研究には、Denseモデルの方が好ましいかもしれません。
アプリケーションで以下の要件がある場合は、Qwen3.6 35B A3Bを選択してください：(1) 非常に長いドキュメント（最大262Kトークン）を1回のパスで処理する、(2) 画像や動画を含むマルチモーダル理解、(3) 大規模なコンテキストの検索と推論を伴うタスクでの強力なパフォーマンス（τ²-Benchで測定）、(4) 低アクティブパラメータのMoEアーキテクチャによるコスト効率。タスクが短形式でテキストのみであり、長いコンテキストを必要としない場合、7Bの高密度モデルのようなより安価なモデルで十分な場合があります。狭いベンチマーク（例：数学競技問題）で最高の品質が必要なタスクの場合、より大きな高密度モデル（例：70B）の方が優れたパフォーマンスを発揮する可能性があります。
代替案として、すべてのタスクで一貫した品質が必要な場合は、高密度のQwen2.5 32Bまたは72Bモデルが含まれます。マルチモーダル用途には、GPT-4oまたはClaude 3.5 Sonnetがより広範な視覚的理解を提供しますが、コストは高くなります。非常に高いスループットが必要な場合、Qwen2.5 14B A2Bのような小型のMoEモデルの方が安価になる可能性があります。関数呼び出しや構造化出力を用いたツール使用が必要な場合は、ネイティブの関数呼び出しをサポートするモデル（例：GPT-4やClaude）を検討してください。最終的な選択は、コンテキスト長、モダリティ、レイテンシ許容度、予算の特定の組み合わせに依存します。必ず代表的な例を使用して独自の評価を実施してください。
OpenAI 互換——今お使いの SDK のまま
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/qwen3.6-35b-a3b",
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| 入力 / 1M tokens | $0.248 |
| 出力 / 1M tokens | $1.485 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@misc{orcarouter_qwen3_6_35b_a3b,
title = {Qwen3.6 35B A3B API},
author = {Qwen},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3.6-35b-a3b}
}Qwen. (2026). Qwen3.6 35B A3B API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3.6-35b-a3b