Qwen3.6-35B-A3B
Alibaba
Son güncelleme: 5 Eylül 2026
🖥️ Bu model bilgisayarında çalışır mı?
Q4 quantization ile en az 24 GB VRAM ya da birleşik bellek ister — 32 GB ve üstünde rahat çalışır.
35B toplam / 3B aktif MoE. "A3B" hızı anlatır, belleği değil — modelin tamamı belleğe yüklenir. Unsloth GGUF: Q4_K_M 22,1 GB · IQ4_XS 17,7 GB · Q3_K_XL 16,8 GB · IQ3_S 13,7 GB. Görsel okuma için ayrıca mmproj-F16 (0,9 GB) gerekir.
24 GB VRAM'li kart (RTX 3090/4090/5090) ya da 32 GB birleşik bellekli Apple Silicon rahat koşturur. 24 GB sistem RAM'i olan bir dizüstünde Q4 sürümü kilitlenmeye yol açıyor — bizzat denendi. O sınıfta Q3_K_XL (16,8 GB) tavan.
Ekran kartını seç, çalışır mı gör →Bağlam uzunluğu
262K token
API giriş (1M token)
—
API çıkış (1M token)
—
Kullanıcı planı
—
Ücretsiz plan mevcut
Türkçe destek
Zayıf
Çok modlu
Evet
Hızı
Orta
OpenAI uyumlu
Evet
Ne İçin Kullanılır?
- ✓32 GB ve üstü bellekli makinede yerel kod asistanı
- ✓Uzun depo veya doküman üzerinde çalışma — 256K yerleşik bağlam
- ✓Ekran görüntüsü ve belge okutma (mmproj dosyasıyla birlikte)
- ✓Verinin cihazdan çıkmaması gereken işler
Güçlü Yönler
- ↑262.144 token yerleşik bağlam, 1.010.000'a kadar genişletilebiliyor
- ↑35 milyarın yalnızca 3 milyarı her adımda çalışıyor — sığdığı yerde hızlı
- ↑Vision encoder yerleşik; bu boyutta açık modellerde nadir
- ↑Apache-2.0 — ağırlıklar indirilebilir, ticari kullanım serbest
- ↑Qwen'in duyurusunda ajan tabanlı kod yazımı ve depo düzeyinde akıl yürütme öne çıkarılıyor
Dikkat Edilecekler
- ↓35 milyarın tamamı bellekte durur; "A3B" adı küçük sanmaya yol açıyor
- ↓24 GB RAM'li bir dizüstünde Q4 sürümü makineyi kilitliyor — bizzat denendi
- ↓En küçük makul sıkıştırma bile 16,8 GB; 16 GB'ın altı sınıf dışı
- ↓Görsel okuma ana GGUF ile gelmiyor, ayrı mmproj dosyası gerekiyor
- ↓Türkçe kalitesi kendi test setimizle henüz ölçülmedi
Qwen3.6-35B-A3B, Alibaba'nın Qwen3.6 ailesinden yayımlanan ilk açık ağırlıklı model. Şubat 2026'daki Qwen3.5 serisinin ardından geldi ve Qwen'in kendi duyurusunda öne çıkardığı iki şey var: ajan tabanlı kod yazımı (frontend işleri ve depo düzeyinde akıl yürütme) ve "thinking preservation" — önceki mesajlardaki akıl yürütme bağlamını koruma seçeneği. Mimarisi bir MoE: 35 milyar parametrenin 3 milyarı her adımda çalışıyor. 256 uzmandan 8'i yönlendiriliyor, 1'i her zaman açık. Bu ona sığdığı makinede küçük bir modelin hesap maliyetini veriyor. Buradaki tuzağı baştan söyleyelim: "A3B" hızı anlatır, belleği değil. Modelin 35 milyarının tamamı belleğe yüklenir, sadece bir kısmı hesaplanır. 24 GB RAM'li bir dizüstüne kurmayı denersen makine kilitlenir — biz denedik, kilitlendi. İki şey onu yaşıtlarından ayırıyor. Birincisi bağlam: 262.144 token yerleşik, Qwen'in kendi belgesine göre 1.010.000'e kadar genişletilebiliyor. İkincisi görme yeteneği — içinde bir vision encoder var, yani ekran görüntüsü ve belge okuyabiliyor. Bu boyuttaki açık modellerde ikisinin bir arada olması yaygın değil. Lisansı Apache-2.0; ağırlıkları indirip ticari işte de kullanabilirsin. Türkçe tarafını kendi test setimizle henüz ölçmedik, bu yüzden Türkçe desteğini iyimser işaretlemedik. Kendi makinende deneyeceksen önce [Hangi Yapay Zeka Çalışır?](/hangi-yapay-zeka-calisir) aracımızdan donanımına bak.
En Yakın Alternatif
Gerekli Programlar
Açık ağırlıklı bir modeli kendi bilgisayarında çalıştırmak için bir model yöneticisi gerekir. İkisi de ücretsiz, ikisi de Windows, Mac ve Linux'ta çalışır.
LM Studio — görsel arayüz isteyenler için
Modeli listeden seçip indiriyorsun, terminal yok. Yeni başlayan için en kısa yol.
Ollama — terminalden çalıştıranlar için
Terminalden tek komutla model indirip çalıştırıyorsun, arayüz yok. Bu modelin Ollama kütüphanesinde hazır bir sürümü olup olmadığını ollama.com'da arayarak görebilirsin.
Donanım tarafı
Büyük modeller için ekran kartı yetmiyorsa, iş istasyonu sınıfı donanımın ne verdiğini rehberde ölçtük.
DGX Spark rehberi →