Qwen3.6-35B-A3B

比較的限られたローカル計算資源でも試せる強めのオープンモデルを探しているなら、まず評価候補に入る存在です。ただし、完成済みの SaaS アシスタント、業務ワークフロー製品、安定運用のマネージド API ではありません。より正確には、Qwen 系の自己ホスト向け基盤モデルであり、完成済みチャット製品や自律エージェントそのものではない、と捉えるのが適切です。

証拠面では、公式 X 投稿が 35B 総パラメータ、3B アクティブ、Apache 2.0 ライセンス、agentic coding などの主張を示しており、これは公式スペックとして有用です。一方で、実用性判断を支えるのは Zhihu のデプロイ/実測記事です。片方は llama.cpp のビルド済み配布物で比較的導入しやすいことを述べ、もう片方は vLLM、量子化、元のモデル容量、4090 級 GPU でも重い点に触れています。つまり実際の価値は、量子化や GGUF、vLLM を前提にローカル推論やコード生成、汎用生成へ使えることにあります。

コストと導入難易度については、証拠上は保守的に言うべきです。提供ソースには公式 API 料金がないため、安価な API モデルとは言えません。コミュニティ実測ではフルサイズはかなり大きく、量子化版の方が現実的です。Unsloth の X 投稿には約 23GB RAM で動くという記述がありますが、これは特定構成でのデモに近く、あらゆる環境での安定条件とは見なせません。したがって、量子化、推論基盤、VRAM/RAM 調整に慣れた人向けで、完全な箱出し体験を求める人には不向きです。

SNS 上の合意は「注目度は高いが、実証はまだ限定的」です。熱度の証明としては、公式発表と拡散で高い閲覧数と反応があり、関心の高さは明確です。ただしそれは“よく使える”ことの証明ではありません。使い勝手の証明に近いのは、少数ながら存在するチュートリアルと実測記事で、ローカル実行や最適化経路があることを示しています。全体として議論品質は、公式情報は明確、拡散は多い、チュートリアルもある一方、長文の独立比較や十分な横断検証はまだ少なめです。まず試してから採用判断するタイプのモデルです。