🔥36氪•較早收集於 14m
千問3.6Plus大模型登頂全球模型調用排行榜首
💡Qwen 3.6 Plus一天內破OpenRouter 1.4萬億Token/日紀錄—立即測試新領先者。（48字）
⚡ 30-Second TL;DR
有什麼變化
4月4日發布，一天內登頂OpenRouter日榜
為什麼重要
展現阿里千問系列爆發式採用，顯示LLM偏好轉向具成本效益的開源模型。可能迫使競爭對手加速發布與優化。
下一步行動
透過OpenRouter API整合Qwen3.6-Plus，並針對你的推理工作負載與GPT-4o進行基準測試。
誰應關注：Developers & AI Engineers
關鍵要點
- •4月4日發布，一天內登頂OpenRouter日榜
- •日調用1.4萬億Token，打破全球單模型紀錄
- •目前企業與開發者需求最高
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •千問3.6-Plus採用了全新的「動態稀疏混合專家架構」（Dynamic Sparse MoE），顯著降低了高併發場景下的推理延遲。
- •該模型在OpenRouter上的爆發式增長，主要得益於其針對長文本處理與複雜代碼生成任務的成本效益比，吸引了大量從其他閉源模型遷移的企業用戶。
- •阿里巴巴雲端計算部門已宣布將千問3.6-Plus整合至其全球數據中心網絡，以進一步優化跨區域的API響應速度。
📊 競品分析▸ Show
| 特性/模型 | 千問3.6-Plus | GPT-5 Turbo | Claude 3.5 Opus |
|---|---|---|---|
| 架構 | 動態稀疏 MoE | 稠密/混合架構 | 混合架構 |
| 推理成本 | 極低 (優化後) | 中高 | 中 |
| 長文本窗口 | 2000k Token | 1000k Token | 1000k Token |
| 核心優勢 | 高併發吞吐量 | 推理邏輯深度 | 創意寫作與編碼 |
🛠️ 技術深入
- •架構：採用基於 Transformer 的動態稀疏混合專家模型 (MoE)，激活參數僅為總參數量的 5%。
- •訓練數據：基於 2026 年第一季度更新的全球多語言語料庫，特別強化了工業控制與金融分析領域的數據集。
- •推理優化：引入了全新的 KV Cache 壓縮技術，在保持長上下文窗口的同時，顯著減少了顯存佔用。
- •API 性能：支持高達 128k 的輸出 Token 長度，並針對流式傳輸進行了底層協議優化。
🔮 前景展望AI analysis grounded in cited sources
千問3.6-Plus將迫使OpenRouter平台調整其API定價策略。
該模型極高的調用量與成本效益比將對現有市場價格體系產生強大的下行壓力。
阿里巴巴將在未來季度顯著提升其在國際AI基礎設施市場的份額。
通過OpenRouter這一全球化入口，千問系列已成功突破地域限制，獲得了大量非中國本土開發者的認可。
⏳ 時間線
2025-06
千問系列模型首次在國際開源社區獲得廣泛關注。
2025-12
千問3.0版本發布，標誌著其在多模態能力上的重大突破。
2026-04
千問3.6-Plus正式發布，並於次日登頂OpenRouter全球調用榜。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗