Qwen3.6 Plus 官方规格参数、API 定价与评测档案
Alibaba Qwen 发布的 Qwen3.6 Plus(官方 API ID:qwen3.6-plus,发布于 2026-04-02),支持 1,000,000 上下文窗口与 65,536 单次最大输出,模态:Text + Image + Video。
📋 Qwen3.6 Plus 官方 API 技术规格与计费参数总表
核验自 Alibaba Qwen 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- qwen3.6-plus
- 版本发布日期
- 2026-04-02
- 权重授权形态
- 闭源商业权重 (未公开参数量)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 1,000,000 tokens (1000K)
- 单次最大输出上限
- 65,536 tokens
- 支持输入模态
- Text + Image + Video
- 支持输出模态
- Text
- 中国大陆网络直连
- ✅ 国内极速直连 + 人民币结算
- 分发与部署形态
- 仅官方云端 API(不开放私有权重)
3. 官方 Token 单价与缓存阶梯
USD / 1M- 标准输入单价 (每百万)
- $ 0.5
- Prompt 缓存命中输入
- $ 0.05 -90%
- 标准输出单价 (每百万)
- $ 3
- 长上下文阶梯与计费备注
- ≤200K 标准价 ($0.5/$3);>200K 超长上下文阶梯价 ($2/$6)
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
📊 Qwen3.6 Plus 全量评测成绩与维度排名
共 64 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 9 项
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
大规模模型上下文协议(MCP)工具协同基准,评估智能体在复杂多步任务中协调、组合调用数十种外部 MCP 工具的真实成功率。
覆盖 Java、TypeScript、JavaScript、Go、Rust、C 与 C++ 等主流语言的 1,632 道真实开源仓库 Issue 修复评测。
Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。
考察智能体使用工具、探索环境并端到端闭环复杂多步现实任务的综合评测(Claw-Eval)。
SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。
考察编码智能体独立完成自包含实用软件工程开发任务的技能评测。
自然语言到完整代码仓库(NL2Repo)长周期生成评测,考察从零架构设计或跨全仓改写代码的能力。
面向数小时至数十小时开放式大型工程项目(系统性能优化、大规模代码构建、应用机器学习研发)的前沿软件工程评测。
🤖 Agent 与工具调用 9 项
广度并行搜索智能体基准,考察模型跨海量信息源执行大规模并行检索、去重汇总与结构化整理的能力。
第三代工具-智能体-用户动态交互基准(τ³-Bench),模拟真实用户多轮沟通、策略合规约束与工具操作。
真实桌面操作系统多模态智能体评测验证集(OSWorld-Verified),在 Ubuntu、Windows 与 macOS 虚拟机中直接操控鼠标键盘完成跨软件任务。
图文交互与外部工具联合调用(Tool-Integrated Reasoning)视觉指令执行基准。
面向真实 MCP Server 生态的工具发现、参数构造、调用执行与返回结果解析评测。
虚拟环境真实复杂多步任务自动化智能体评测。
考察超长链路目标拆解、约束协调与战略决策的多步规划评测。
Vals AI 发布的金融分析师智能体基准(v2),考察检索真实上市公司财报、执行多步财务建模计算与投资分析的能力。
「工具十项全能」基准(Toolathlon),横跨 10 类真实业务场景全面检验智能体的多工具选择、编排顺序与容错执行能力。
📐 数学 15 项
2025 年哈佛-麻省理工数学锦标赛(HMMT)竞赛数学评测,涵盖代数、几何与组合难题。
2026 年美国数学邀请赛(AIME I & II)全部 30 道竞赛真题,要求输出 000–999 精确整数答案,检验奥数级推理能力。
2025 年哈佛-麻省理工数学锦标赛(HMMT)高难度数学竞赛基准。
经人工重新逐题核对与纠错的 MMLU 精修版,消除了原数据集中的错标与歧义题目,使高分段对比更可靠。
OpenAI 发布的多语言版 MMLU,由专业译者将题目精准翻译为中文、阿拉伯语、德语、法语、日语等 14 种语言,衡量跨语言综合知识。
MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。
多模态竞赛数学推理基准(MATH-Vision),精选必须看懂几何图形、函数图像或组合示意图才能求解的真实数学竞赛题。
通过动态变化图形参数与函数视图检验多模态数学推理稳健性的基准(DynaMath)。
2026 年 2 月哈佛-麻省理工数学锦标赛(HMMT)高难度竞赛真题评测。
MMLU-Pro 的多语种对齐扩展版,在 29 种不同语系语言上提供完全对齐的 11,829 道高难度学科推理题。
国际数学奥林匹克(IMO)级别高难数学答案生成与验证基准,测试顶级数学竞赛求解实力。
包含 5,000 道人工精选图文题的多模态数学与空间认知推理基准。
超大规模研究生级跨学科评测,涵盖工程、理学、医学、法学、经济学等 13 大门类共 285 个研究生学科、25,957 道高难度专业题。
每月基于最新 arXiv 论文、新闻与新数据集动态更新题目的抗污染综合评测基准(客观规则自动判分,不依赖裁判模型)。
「人类最后的考试」(HLE),由全球学者联合出题的 2,500 道数学、人文与自然科学前沿难题(图文多模态),专门测试大模型在人类知识边界上的推理极限。
👁️ 多模态与视觉 19 项
考察高分辨率大图局部细节主动搜寻与空间接地推理的视觉基准(V*)。
包含近 5,000 张自然科学教学示意图(食物网、人体结构、地质循环)的图表关系理解基准。
全方位复杂版面文档视觉解析基准(1.5),综合评测多栏论文、财报表格、公式识别(OCR)、阅读顺序还原与文档问答。
时长跨度 3 分钟至 2 小时的多任务长视频理解基准,涵盖剧情推理、片段定位与异常识别等 9 类任务。
大规模多学科多模态理解基准,汇集大学考试与教材中的 1.15 万道图表、公式、电路图与医学影像专业推理题。
源自车载相机与真实街道场景的 700+ 张实拍图像物理空间常识理解评测。
首个全时长综合视频理解基准,涵盖 900 段视频(共 254 小时,从 11 秒短视频至 1 小时纪录片)的 2,700 道人工标注题。
专家级专业学科教学视频多模态评测,考察从观看学术与工程课程视频中获取新知识并解题的能力。
面向多模态大模型的多场景文字读取、多语种识别、版面解析与关键信息提取综合 OCR 评测。
经过严格人工筛选、剔除「不看图也能答对」样本的 1,500 道纯视觉强依赖多模态评测。
科学论文真实复杂图表深度推理基准(CharXiv-R),要求跨多子图、图例与数据趋势进行定量比较与综合推演。
MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。
面向高分辨率专业桌面软件(CAD、IDE、修图与工业软件)极小图标与控件精确定位的 GUI 视觉接地基准。
具身智能空间推理问答基准(ERQA),涵盖空间方位、运动轨迹、动作后果与多视角状态估计的 400 道视觉题。
开放真实世界多样化场景下的零样本/少样本目标检测泛化能力基准(ODinW)。
专门考察视觉模型对画面中密集同类物体精确计数能力的评测。
在 RefCOCO、RefCOCO+ 与 RefCOCOg 三大经典指代表达目标框定位数据集上的平均准确率。
面向简明客观事实看图问答的视觉准确性评测。
超长篇幅多页图文 PDF 文档跨页视觉理解与推理基准。
📜 长上下文 2 项
🧠 推理与科学 4 项
面向中文语境的权威综合性基础模型评测集,涵盖理工、人文、社科与职业资格等 52 个学科共 13,948 道选择题。
研究生级防搜索科学问答基准(GPQA Diamond),含 448 道物理、化学与生物学专家编写的高难度选择题(人类博士跨领域准确率仅约 65%),重点检验深度专业推理。
覆盖 100 种语言与文化背景的物理世界交互常识推理基准。
零数据污染的动态竞赛编程基准(v6),持续采集 LeetCode、AtCoder 与 CodeForces 最新赛题,全面测试算法编写、修复与执行推理。
📚 知识与通用 6 项
可程序化验证的指令遵循基准(IFEval),包含字数限制、JSON 格式、禁用词、段落结构等 25 类严格格式约束测试。
跨多语种与多元文化语境的复杂指令理解与严格执行基准。
源自 44 种语言本土地区资格与升学考试的 19.7 万道真题基准,检验模型对各国本土语言与地域文化知识的真实掌握度(非英语翻译题)。
国际机器翻译大赛扩展基准(WMT24++),覆盖 55 种语言与方言,含文学、新闻、社交与语音转写四大领域的专业人工精校参考译文。
面向复杂多重嵌套约束指令遵循能力的评估基准(IFBench)。
覆盖全球 63 种语言的大规模跨语言指令理解与生成质量基准。
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
想私有化部署?能力最接近 Qwen3.6 Plus 的开源权重平替模型
以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署
常见问题解答 (FAQ)
Qwen3.6 Plus 是开源模型还是闭源商业模型?能本地部署吗?
Qwen3.6 Plus 是由 Alibaba Qwen 研发的闭源商业大模型(官方调用 ID 为 qwen3.6-plus),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。
Qwen3.6 Plus 的最大上下文窗口、单次最大输出和 API 价格是多少?
Qwen3.6 Plus 支持最高 1,000K 上下文输入与 65,536 tokens 单次输出,支持输入模态包括 Text、Image、Video。官方标准费率为每百万输入 $0.5、缓存命中输入 $0.05、每百万输出 $3。