阿里云Qwen3.6全新开源，三步完成专有版部署！

模型简介

Qwen3.6 是阿里云通义千问团队最新推出的新一代混合专家（MoE）大语言模型系列，覆盖从轻量到旗舰的多个规格，满足不同业务场景对性能与成本的差异化需求。Qwen3.6 系列采用 MoE 稀疏激活架构，推理时激活参数量远低于总参数量，在保持顶尖推理、代码和指令遵循能力的同时，将部署成本压缩至同规模稠密模型的数分之一。

Qwen3.6 系列的核心优势：

• 稀疏激活，高效推理：MoE 架构每次推理仅激活少量专家参数，显存占用与推理延迟大幅优于同参数量稠密模型，GPU 利用率更高
• 综合能力全面领先：在推理、数学、代码生成、指令遵循和多语言理解等主流基准上超越同量级开源模型
• 多规格灵活选择：提供标准版（BF16）与 FP8 量化版，FP8 版相比 BF16 显存占用减少约 50%，推理吞吐显著提升，适合对成本敏感的生产场景
• 工具调用与 Agent 就绪：原生支持 Function Calling 和多步 Agent 工作流，可直接用于构建复杂 AI 应用
• 多语言支持：覆盖中文、英文等 100+ 语言，跨语言理解与生成能力全面

部署步骤

1. 在计算巢模型市场中找到目标 Qwen3.6 模型，点击「开始部署」，或通过以下链接直达模型市场：https://computenest.console.aliyun.com/ai-lab/model/cn-hangzhou
2. 平台支持 vLLM 部署框架，部署参数均已提供默认配置，无需额外修改即可一键部署。

注意：1.选择 ACS 集群部署时，在使用 GU8TF / GU8TEF / P16EN 等大显存 GPU 卡型时，需要提交工单申请对应 GPU 卡型白名单后方可部署，工单产品分类选择「容器计算服务 ACS」。

2.使用ECS部署时，CPU核数过少也会导致模型输出慢。

3. 部署成功后，即可在服务实例概览页查看 API 调用示例、访问地址和 ApiKey，立即开始调用。 快速验证示例：

curl -X POST http://${ServerIP}:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${ApiKey}" \
  -d '{
    "model": "${ModelName}",
    "stream": true,
    "messages": [{"role": "user", "content": "介绍一下你自己"}]
  }'

更多模型支持

计算巢模型市场持续提供开源社区热门模型的快速部署，模型覆盖 Qwen、DeepSeek、Kimi、GLM 等系列，同时联合 ACS 团队提供了 PD 分离的高性能推理方案，欢迎大家使用。

部署过程遇到问题，可以加入官方钉钉群咨询：