Qwen 3.6 35B-A3B NVFP4 (vLLM, MoE, MTP)
Qwen 3.6 35B-A3B ist Alibabas MoE-Modell mit 35 Mrd. Gesamt- und rund 3 Mrd. aktiven Parametern pro Token, veröffentlicht am 22. April 2026 unter Apache 2.0 mit offenen Gewichten für lokalen Betrieb. Die hybride Attention-Architektur kombiniert klassische Aufmerksamkeit mit linearer Variante, Multi-Token-Prediction beschleunigt die Generierung spürbar.
- Open Weights
- Workstation
- VSPK
- Text
- Vision
- Video
- Instruction-Tuned
- Real-Time
Sovereign Risk: MEDIUM Das Modell stammt vom Qwen-Team (Alibaba), das in China ansässig ist. Die Einstufung des Risikos als ‘mittel’ statt ‘hoch’ berücksichtigt, dass es sich um ein Open-Source-Modell unter permissiver Apache-2.0-Lizenz handelt, das vollständig lokal ohne Cloud-Verbindung zu Alibaba-Servern betrieben werden kann. Bei rein lokalem Betrieb entfällt die NSL-Relevanz praktisch vollständig, ein theoretisches Restrisiko aufgrund der chinesischen Entwickler-Jurisdiktion bleibt für die Herkunftsbewertung bestehen.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 70.29
- Routine
- 42.34
- Reasoning
- 27.95
- LLM Judge Avg
- 3.44 / 5
- 100 Coverage
- Avg Task Duration
- 13.42s
- Real-Time
- Token Rate
- 79.09tok/s
- Output Rate
- P95 Latency
- 34.52s
- Top 5 %
- Total Tokens
- 69700
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 69700 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.