Qwen3.6-Plus: वास्तविक दुनिया के एजेंटों की ओर

 (qwen.ai)
7 पॉइंट द्वारा GN⁺ 2026-04-03 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Qwen3.6-Plus Qwen3.5 के बाद जारी किया गया एक बड़ा अपग्रेड मॉडल है, जिसमें एजेंट-आधारित कोडिंग क्षमता और मल्टीमॉडल reasoning प्रदर्शन को काफी मजबूत किया गया है
  • यह 1M token context window को सपोर्ट करता है और Alibaba Cloud Model Studio API के जरिए तुरंत इस्तेमाल किया जा सकता है
  • कोडिंग·भाषा·मल्टीमॉडल·एजेंट benchmarks में इसने उद्योग के शीर्ष स्तर का प्रदर्शन दर्ज किया है, और जटिल code management तथा long-term planning की क्षमता को बेहतर बनाया है
  • preserve_thinking विकल्प के जरिए reasoning context को बनाए रखा जा सकता है, और OpenClaw·Claude Code·Qwen Code जैसे विभिन्न coding agents के साथ integration सपोर्ट करता है
  • यह visual perception से action decision तक करने में सक्षम multimodal agent-type AI की दिशा में विकसित हो रहा है, और आगे छोटे मॉडलों के open source रिलीज़ तथा high-autonomy super agent तक विस्तार का लक्ष्य रखता है

Qwen3.6-Plus की मुख्य विशेषताएँ और प्रदर्शन सारांश

  • Qwen3.6-Plus Qwen3.5 series के बाद जारी किया गया एक बड़ा अपग्रेड संस्करण है, जो एजेंट-आधारित कोडिंग क्षमता और मल्टीमॉडल reasoning प्रदर्शन को काफी बढ़ाने वाला मॉडल है
  • यह Alibaba Cloud Model Studio के जरिए API के रूप में तुरंत उपलब्ध है और 1M token context window डिफ़ॉल्ट रूप से प्रदान करता है
  • community feedback को ध्यान में रखकर स्थिरता और विश्वसनीयता में सुधार किया गया है, और वास्तविक development environment में “vibe coding” अनुभव को लक्ष्य बनाया गया है

प्रदर्शन मूल्यांकन

  • विभिन्न भाषा·कोडिंग·मल्टीमॉडल·एजेंट benchmarks में इसने अपनी श्रेणी में शीर्ष स्तर का प्रदर्शन दर्ज किया
  • coding agent क्षेत्र में SWE-bench, Terminal-Bench, Claw-Eval जैसे प्रमुख benchmarks पर इसने उद्योग के अग्रणी मॉडलों के बराबर या उनसे बेहतर परिणाम हासिल किए
  • सामान्य एजेंट और tool usage क्षेत्र में TAU3-Bench, DeepPlanning, MCPMark आदि पर समग्र सुधार देखा गया
  • STEM reasoning, ultra-long context information extraction, multilingual adaptability जैसे क्षेत्रों में भी नए शीर्ष रिकॉर्ड हासिल किए गए
  • मॉडल logical reasoning·memory·tool execution को एकीकृत तरीके से जोड़ता है, जिससे जटिल code management या long-term planning जैसे वास्तविक दुनिया की समस्या-समाधान क्षमता को मजबूत किया गया है

मल्टीमॉडल प्रदर्शन

  • उन्नत मल्टीमॉडल reasoning के जरिए document understanding, physical world analysis, video reasoning, visual coding जैसे क्षेत्रों में बड़ी प्रगति हासिल की गई
  • वास्तविक उपयोग-योग्यता के संदर्भ में text·object recognition, precision visual perception जैसे वास्तविक business environment में स्थिर प्रदर्शन दिखाता है
  • vision-language integration के जरिए यह single-task performance से आगे बढ़कर workflow-केंद्रित agent-type AI के रूप में विकसित हो रहा है
  • RealWorldQA, OmniDocBench, CountBench, VideoMME जैसे विभिन्न benchmarks में इसने GPT5.2, Claude 4.5, Gemini-3 Pro आदि के साथ प्रतिस्पर्धी परिणाम दिखाए

API और development integration

  • Alibaba Cloud Model Studio API के जरिए OpenAI और Anthropic compatible protocol का सपोर्ट
  • नया API विकल्प preserve_thinking जोड़ा गया
    • पिछले संवाद के reasoning contents को बनाए रखकर एजेंट-आधारित कार्यों की consistency और token efficiency को बेहतर करता है
    • डिफ़ॉल्ट मान निष्क्रिय (false) है, और सक्रिय करने पर पूरा reasoning context बनाए रखा जाता है
  • API को OpenAI-compatible chat.completions endpoint के जरिए इस्तेमाल किया जा सकता है, और example code भी दिया गया है

कोडिंग और एजेंट integration

  • Qwen3.6-Plus OpenClaw, Claude Code, Qwen Code, Kilo Code, Cline, OpenCode जैसे third-party coding assistants के साथ integrate किया जा सकता है
  • frontend development में 3D scenes, games, web design जैसे जटिल projects को संभालने की क्षमता को मजबूत किया गया है

  • OpenClaw integration

    • यह एक self-hosted open source AI coding agent है, जो Model Studio से जुड़ने पर terminal-based agent coding environment प्रदान करता है
    • configuration file (openclaw.json) में Qwen3.6-Plus मॉडल जोड़कर इसका उपयोग किया जा सकता है
    • मॉडल reasoning enabled, text·image input, और 1M context window को सपोर्ट करता है

  • Qwen Code integration

    • Qwen series के लिए optimized open source terminal-type AI coding agent
    • जटिल codebase को समझना, repetitive tasks को automate करना, और तेज deployment को सपोर्ट करना
    • Node.js environment में install करने के बाद /auth कमांड से authentication किया जा सकता है

  • Claude Code integration

    • Anthropic API protocol compatibility के जरिए Claude Code CLI में भी Qwen3.6-Plus का उपयोग संभव है
    • environment variables के रूप में model name (qwen3.6-plus) और API endpoint सेट करने के बाद इसे चलाया जा सकता है

visual agents और multimodal विस्तार

  • visual perception → multimodal reasoning → agent execution की विकास दिशा को लगातार मजबूत किया जा रहा है
  • केवल recognition ही नहीं, बल्कि visual information के संबंधों का analysis और action decision तक करना संभव है
  • document understanding, chart analysis, UI recognition, precision localization जैसे व्यावहारिक visual tasks को सपोर्ट करता है
  • video understanding क्षेत्र में temporal information और frames के बीच संबंधों को संभालकर dynamic content analysis किया जा सकता है
  • GUI agent scenarios में screen state को पहचानकर multi-step planning और execution किया जाता है

आगे की योजना

  • Qwen3.6-Plus एजेंट-आधारित कोडिंग और मल्टीमॉडल AI में वास्तविक प्रगति हासिल करने वाला संस्करण है, जो developer ecosystem की नींव को मजबूत करता है
  • जल्द ही Qwen3.6 series की पूरी रिलीज़ और छोटे मॉडलों का open source करने की योजना है
  • दीर्घकाल में लक्ष्य repository-स्तर के जटिल long-term tasks करने वाले high-autonomy super agent के रूप में विकसित होना है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2026-04-03
Hacker News की राय

  • यह मॉडल hosted-only है, यानी open weight नहीं है
    पहले इसने open model के तौर पर अच्छी प्रतिष्ठा बनाई थी, लेकिन अब Claude या ChatGPT के competitor के रूप में देखा जाना चाहने की दिशा में बदलाव करना आसान नहीं है
    सच कहें तो छोटे मॉडल मुफ़्त में जारी करना उदारता नहीं, बल्कि मार्केटिंग रणनीति था
    और Opus 4.6 के बजाय 4.5 से तुलना करना भी जानबूझकर भ्रम पैदा करने जैसा लगता है
    फिर भी यह SOTA स्तर का न सही, लेकिन सस्ते में उपलब्ध मॉडलों का बाज़ार काफ़ी बड़ा है
    लेकिन ऐसे बाज़ार में brand loyalty कम होती है, इसलिए थोड़ा बेहतर मॉडल आते ही लोग तुरंत बदल लेते हैं

    • उन्होंने कहा है कि बाद में “छोटे variant model” जारी करेंगे, लेकिन ठोस जानकारी नहीं दी
      Qwen 3.5 की तरह 300B-स्तर का variant होगा या नहीं, यह भी साफ़ नहीं है। official blog में भी इसका ज़िक्र नहीं है
    • ओह, तो इसलिए हाल में Qwen टीम के कुछ सदस्यों के जाने की बात हो रही थी
    • आजकल मुझे उल्टा ऐसे मॉडलों की profitability को लेकर जिज्ञासा होती है
      open model लगातार बढ़ रहे हैं, और कम कीमत वाले हार्डवेयर पर भी चल जाते हैं, तो AI कंपनियाँ अपनी margin कैसे बचाएँगी, यह सवाल उठता है
    • मुझे तो वास्तव में Opus 4.5, 4.6 से बेहतर लगा
      4.6 बस cost-cutting update जैसा था, और benchmarks को थोड़ा समायोजित कर उसे बेहतर दिखाया गया था
    • जब कई मॉडल production में इस्तेमाल करते हैं, तो मॉडल की ‘personality’ बहुत मायने रखती है
      जैसे निर्देशों का ठीक से पालन करना, tokens बर्बाद न करना, और script से बाहर न जाना
      चीनी मॉडल इस मामले में काफ़ी competitive हैं, और 70~90% कम कीमत पर मिलती-जुलती quality देते हैं

  • मैं समझ सकता हूँ कि Qwen ने Opus 4.5 या Gemini Pro 3.0 से तुलना क्यों की
    लेकिन उसे भ्रामक कहना मुझे कुछ ज़्यादा लगता है
    AI मॉडल में हर तिमाही नए version आते रहते हैं, लेकिन इसका मतलब यह नहीं कि हम पिछली पीढ़ी के performance को पूरी तरह भूल जाएँ
    मैंने GLM-5 और Kimi K2.5 इस्तेमाल किए हैं, और वे काफ़ी अच्छे थे। अगर यह Qwen मॉडल भी उसी स्तर का है, तो यह प्रभावशाली है
    Qwen 3.5-plus और 3-Max भी पहले से ही closed model थे, इसलिए यह पहली बार नहीं है
    closed model होना निराशाजनक है, लेकिन SOTA की दिशा में प्रतिस्पर्धा आखिरकार consumer के लिए फ़ायदेमंद है

    • समस्या सिर्फ तुलना किससे की गई, यह नहीं, बल्कि तुलना की ईमानदारी है
      यह कुछ वैसा लगता है जैसे Apple नया iPhone निकालकर उसकी तुलना पुराने Android से करे, इसलिए भरोसा कम होता है
    • Opus 4.5 भी पहले से काफ़ी अच्छा था
      और Opus 4.5 की कीमत output token के हिसाब से $25 है, जबकि यह मॉडल करीब $6 है, यानी लगभग 1/4 कीमत

  • मुझे काफ़ी अच्छा Pelican output मिला
    इसे Alibaba Cloud Model Studio API से generate किया गया था, और उसके लिए account registration व PayPal linking की ज़रूरत पड़ी
    लेकिन अभी इसे OpenRouter पर मुफ़्त में इस्तेमाल किया जा सकता है

    • इस पर मज़ाक भी हुआ कि Pelican अभी drafting peloton का पीछा कर रहा है
    • और यह भी मज़ाक था कि जल्द ही साइकिल चलाने वाला pelican train किया जाएगा। कोई इसे “global benchmark” कह रहा था

  • जो लोग सोचते हैं कि चीनी lab अब open source बंद कर देंगी, उनसे कहना चाहूँगा
    ऐसा होने वाला नहीं है
    उदाहरण के लिए Z.ai के coding plan में शामिल होकर देखिए — यह लगभग असंभव है
    इनकी marketing क्षमता कमज़ोर है, इसलिए open model जारी करने के अलावा अपनी मौजूदगी बनाए रखने का इनके पास कोई और तरीका नहीं है
    sales के लिए भी ये OpenRouter या OpenCode जैसे distribution channel पर निर्भर हैं
    अंततः open source करना कोई राष्ट्रीय रणनीति नहीं, बल्कि commercialization का एकमात्र साधन है

    • इस पर यह मज़ाक भी आया कि “तो फिर मॉडल खुद अपनी marketing क्यों नहीं कर लेते?”
      अगर वह खुद का प्रचार भी नहीं कर सकता, तो शायद वह performance limit का संकेत हो सकता है

  • यह मॉडल ज़्यादातर Qwen मॉडलों से अलग weight-public नहीं है, और parameters की संख्या भी सार्वजनिक नहीं की गई है
    ऊपर से Opus 4.6 दो महीने पहले आ चुका है, फिर भी 4.5 से तुलना करना अजीब लगता है

    • ब्लॉग के आख़िरी पैराग्राफ़ में कहा गया है कि जल्द ही छोटे variant model को open source के रूप में जारी किया जाएगा
      source
    • अगर Opus 4.6 दो महीने पहले जारी हुआ था, तो संभव है कि Qwen अभी तक comparison testing पूरी नहीं कर पाया हो
    • वैसे Qwen के -MAX और -Omni model तो शुरू से ही closed थे

  • मुझे नहीं लगता कि Opus 4.5 से तुलना करना इतनी बड़ी समस्या है
    जिन मॉडलों से मैं परिचित हूँ, उनसे तुलना करना वास्तव में ज़्यादा उपयोगी होता है
    अगर मुझे सर्वोच्च performance चाहिए, तो मैं कोई और मॉडल चुनूँगा, लेकिन अगर मैं समान quality वाला कम-कीमत विकल्प ढूँढ रहा हूँ, तो यह तुलना काफ़ी मायने रखती है

    • अगर Opus 4.5 स्तर का performance मुफ़्त में मिल रहा हो, तो इस पर ध्यान देना चाहिए
      भले ही इसे app की core functionality में न इस्तेमाल करें, कम महत्वपूर्ण हिस्सों में यह पूरी तरह उपयोगी हो सकता है
    • सच कहूँ तो Opus 4.6 या GPT 5.4 में पिछली पीढ़ी की तुलना में महसूस होने वाला फ़र्क़ लगभग नहीं था
      अगर 4.5 स्तर का performance 1/10 कीमत पर मिल जाए, तो मैं वही चुनूँगा

  • agent benchmark के नतीजे दिलचस्प हैं, लेकिन मुझे यह जानना है कि Qwen3.6-Plus में error recovery कितनी है
    ज़्यादातर tests सिर्फ ‘happy path’ को देखते हैं,
    जबकि असली सवाल यह है कि क्या वह step 3 में गलती करने के बाद step 15 पर वापस ट्रैक पर आ सकता है
    जानना चाहूँगा कि किसी ने वास्तविक development workflow में ऐसा stress test किया है या नहीं

  • काश AI vendors अपनी marketing में competitors के पुरानी पीढ़ी के मॉडल से तुलना करना बंद करें
    कोई इससे धोखा नहीं खाता, बस बेवजह brand trust कम होता है
    Qwen मॉडल खुद शानदार है, इसलिए ऐसी comparison strategy की वजह से उसकी प्रतिष्ठा को नुकसान होना अफ़सोसजनक है

  • सच तो यह है कि Qwen पहले से ही Plus और Max versions को private रखता आया है
    इसलिए इस बार का release तरीका नया नहीं है

  • Qwen 3.6 Plus बस 3.5 Plus का refined version लगता है
    comparison link