Qwen3.6-35B-A3B: エージェント型コーディング能力を備えたスパース MoE モデルがオープンソース化

python
""" 環境変数（公式ドキュメント参照）:  DASHSCOPE_API_KEY: https://modelstudio.console.alibabacloud.com の API キー  DASHSCOPE_BASE_URL: (オプション) 互換モード API のベース URL。  - 北京: https://dashscope.aliyuncs.com/compatible-mode/v1  - シンガポール: https://dashscope-intl.aliyuncs.com/compatible-mode/v1  - 米国 (バージニア): https://dashscope-us.aliyuncs.com/compatible-mode/v1  DASHSCOPE_MODEL: (オプション) モデル名。異なるモデルを使用する際に上書きします。 """from openai import OpenAIimport os
api_key = os.environ.get("DASHSCOPE_API_KEY")if not api_key: raise ValueError( "DASHSCOPE_API_KEY が必要です。" "export DASHSCOPE_API_KEY='your-api-key' として設定してください" )
client = OpenAI( api_key=api_key, base_url=os.environ.get( "DASHSCOPE_BASE_URL", "https://dashscope-intl.aliyuncs.com/compatible-mode/v1", ),)
messages = [{"role": "user", "content": "vibe coding について教えてください。"}]
model = os.environ.get( "DASHSCOPE_MODEL", "qwen3.6-flash",)completion = client.chat.completions.create( model=model, messages=messages, extra_body={ "enable_thinking": True, # "preserve_thinking": True, }, stream=True)
reasoning_content = "" # 完全な推論トレースanswer_content = "" # 完全なレスポンスis_answering = False # 回答フェーズに入ったかどうかprint("\n" + "=" * 20 + "推論" + "=" * 20 + "\n")
for chunk in completion: if not chunk.choices: print("\n使用量:") print(chunk.usage) continue
 delta = chunk.choices[0].delta
 # 推論コンテンツのみを収集 if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None: if not is_answering: print(delta.reasoning_content, end="", flush=True) reasoning_content += delta.reasoning_content
 # コンテンツを受信、回答フェーズを開始 if hasattr(delta, "content") and delta.content: if not is_answering: print("\n" + "=" * 20 + "回答" + "=" * 20 + "\n") is_answering = True print(delta.content, end="", flush=True) answer_content += delta.content

bash
# Node.js 22+curl -fsSL https://molt.bot/install.sh | bash # macOS / Linux
# API キーを設定export DASHSCOPE_API_KEY=<your_api_key> 
# OpenClaw を起動openclaw dashboard # ウェブブラウザ# openclaw tui # 新しいターミナルを開き、TUI を開始

json
{ "models": { "mode": "merge", "providers": { "modelstudio": { "baseUrl": "https://dashscope-intl.aliyuncs.com/compatible-mode/v1", "apiKey": "DASHSCOPE_API_KEY", "api": "openai-completions", "models": [ { "id": "qwen3.6-flash", "name": "qwen3.6-flash", "reasoning": true, "input": ["text", "image"], "contextWindow": 131072, "maxTokens": 16384 } ] } } }, "agents": { "defaults": { "model": { "primary": "modelstudio/qwen3.6-flash" }, "models": { "modelstudio/qwen3.6-flash": {} } } }}

bash
# Node.js 20+npm install -g @qwen-code/qwen-code@latest 
# Qwen Code を開始（対話モード）qwen 
# その後、セッション内で:/help /auth 

bash
# Claude Code をインストールnpm install -g @anthropic-ai/claude-code 
# 環境を設定export ANTHROPIC_MODEL="qwen3.6-flash"export ANTHROPIC_SMALL_FAST_MODEL="qwen3.6-flash"export ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/apps/anthropic export ANTHROPIC_AUTH_TOKEN=<your_api_key> 
# CLI を起動claude 

bibtex
@misc{qwen36_35b_a3b, title = {{Qwen3.6-35B-A3B}: Agentic Coding Power, Now Open to All}, url = {https://qwen.ai/blog?id=qwen3.6-35b-a3b}, author = {{Qwen Team}}, month = {April}, year = {2026}}