千问系列模型一贯的刷榜分最高

寂静回声

智东西4月2日报道，今天，阿里推出了新一代大语言模型Qwen3.6-Plus，这也是Qwen3.6系列的首个模型。与上一代模型相比，Qwen3.6-Plus重点提升了编程Coding能力、智能体Agent能力和工具调用能力，默认支持100万上下文窗口。

智东西立刻上手体验了Qwen3.6-Plus的编程能力，让它在Claude官方的前端设计Skill指导下，打造了一个AI眼镜独立站，历经三轮对话，耗时8分钟左右，消耗2.5万个token（约等于0.15元）。
可以看到在提示词的要求下它打造的网页完成度不错，根据Skill的要求避免了一些老掉牙的AI味设计风格，不过在字体选择上依然是较为常见的类型。


在自然语言能力方面，Qwen3.6-Plus通过融合推理、记忆与执行能力，在编程智能体、通用智能体和工具调用上实现提升。
具体来看，在编程智能体维度其表现较Qwen3.5实现较大幅度的提升，得分略微高于GLM-5和Kimi-K2.5，略低于Claude Opus 4.5。



在实测中，我们的这一案例融合考察了编程与工具调用能力，要求Qwen3.6-Plus统计A股目前股价最高的10家公司，并生成完整统计网页，带有每家公司的跳转链接。
在任务执行过程中，Qwen3.6-Plus调用了7轮搜索工具，统计了数十个网站的数据，最终交付了如下的结果，耗时大概7分钟左右。

Qwen3.6-Plus选择了权威的数据来源，右侧查看详情链接的跳转正常，排名正确，数据则取的是近似值。在思维链中可以看到它多次在同一个问题上反复思考，搜索多次但获得的内容差不多，在任务执行速度和token效率上仍有一定提升空间。
接下来，我们又要求Qwen3.6-Plus生成一个《潜水员戴夫》的同款游戏，不过，Qwen3.6-Plus先是拒绝了这一要求，称它无法直接生成可执行的游戏文件，但可以生成核心概念美术图，并提供一套完整的《潜水员戴夫》风格游戏设计蓝图+开发指南+基础代码框架，作为开发起点。
再次要求后，Qwen3.6-Plus开始了开发，但是在写到200多行代码时出现了问题，于是停止了开发。

之后尝试了通过API调用这一模型，完成同一任务。模型认为，打造《潜水员戴夫》同款独立游戏的核心在于复刻其“白天探索采集+夜晚模拟经营+轻叙事驱动+循环成长”的节奏，而非照搬题材或代码。它决定打造一个白天深入动态雾林采集食材与古物，夜晚经营一家能“烹饪记忆”的森林酒馆的游戏。
最终Qwen3.6-Plus交付的MVP版本（最小可用版本）如下，不过试玩了一下，这一游戏在可玩性上仍然需要持续迭代。


在视觉语言能力方面，Qwen3.6-Plus的主要围绕着多模态推理、指令模式实用性进行改进，其在复杂文档理解、物理世界视觉理解、视频推理和视觉编程等任务上的得分有所提升。
为考察其视觉推理能力，在地铁路径规划任务上加了点难度，假设某一线路遇到了极端天气停运了，看看模型还能不能反应过来。
Qwen3.6-Plus通过较长时间的思考后，得出了两个结论，第一个结论其实是正确的，但是它判断这条路线有点复杂，于是认为可以在“牡丹园站换乘昌平线”，这样更直接。Qwen3.6-Plus的最终结论有个bug，昌平线可能至少要等到2029年才能和19号线在牡丹园换乘。