Alibaba hat am 16. April 2026 mit Qwen 3.6-35B-A3B ein Modell veroeffentlicht, das die Open-Source-Landschaft fuer Coding neu sortiert. 73,4 % auf SWE-Bench Verified, agentisches Repository-Reasoning, 262.144 Token Kontext — und das alles unter Apache 2.0 frei verfuegbar. Wir haben das Modell drei Tage lang gegen Claude Sonnet 4.6 und GPT-5.4 antreten lassen und ziehen ein klares Fazit: Fuer DACH-KMUs ist das die wichtigste Open-Source-Veroeffentlichung des Jahres.
Was Qwen 3.6 anders macht
Qwen 3.6-35B-A3B ist ein Sparse-Mixture-of-Experts-Modell. Heisst: Von den 35 Milliarden Parametern sind pro Token nur 3 Milliarden aktiv. Das macht das Modell schnell und vor allem ressourcenschonend — auf einem MacBook mit 24 GB RAM laeuft es mit GGUF-Quantisierung produktiv.
Drei Eigenschaften heben das Modell ab:
- Agentisches Coding nativ: Das Modell wurde von Anfang an auf Tool-Calling, mehrstufige Workflows und Repository-Level-Reasoning trainiert. Es liefert nicht nur Code-Snippets, sondern arbeitet an ganzen Code-Basen.
- Vision-Sprache: Qwen 3.6 versteht Screenshots, Diagramme und PDF-Layouts. Auf MMMU schlaegt es Claude Sonnet 4.5 (81,7 vs. 79,6) und Gemma 4 31B (80,4).
- Kontext bis 262 K Token: Genug fuer komplette Mid-Size-Projekte, lange Logs oder mehrere PDFs gleichzeitig.
In unseren Tests hat Qwen 3.6 ein Legacy-PHP-Projekt (12.000 Zeilen, undokumentiert) refactoriert, in dem Claude Sonnet 4.6 zwei Anlaeufe gebraucht hatte. Das Modell hat die Architektur erkannt, einen Migrations-Plan vorgeschlagen und die ersten drei Module sauber umgesetzt — alles lokal auf einem M3 Pro.
Benchmarks im Vergleich
| Benchmark | Qwen 3.6-35B-A3B | Claude Sonnet 4.6 | GPT-5.4 | Llama 4 Maverick |
|---|---|---|---|---|
| SWE-Bench Verified | 73,4 % | 76,2 % | 71,8 % | 64,3 % |
| Terminal-Bench 2.0 | 51,5 | 56,4 | 53,1 | 38,7 |
| AIME 2026 | 92,7 | 89,3 | 91,4 | 81,2 |
| GPQA Diamond | 86,0 | 84,2 | 85,7 | 73,1 |
| MMMU (Vision) | 81,7 | 79,6 | 84,1 | 76,3 |
| Aktive Parameter | 3 Mrd. | unbek. | unbek. | 17 Mrd. |
| Lizenz | Apache 2.0 | proprietaer | proprietaer | LLama-Community |
Qwen 3.6 schlaegt sich auf Augenhoehe mit Sonnet 4.6 — und schiebt sich bei Math und Vision sogar vor. Wer den Vergleich der grossen Hosted-Modelle sucht, findet ihn in unserem GPT-5.4 vs. Claude Mythos vs. Gemini 3.1.
So installierst du Qwen 3.6 lokal
Der schnellste Weg fuer einen Praxis-Test ist Ollama. Drei Befehle und das Modell laeuft:
# 1. Ollama installieren (Mac)
brew install ollama
# 2. Modell ziehen — ca. 22 GB
ollama pull qwen3.6:35b-a3b-q4
# 3. Starten
ollama run qwen3.6:35b-a3b-q4
Auf einem MacBook M3 Pro (36 GB RAM) bekommst du etwa 18 Tokens pro Sekunde — schnell genug fuer interaktives Arbeiten. Auf einem Mac Studio M3 Ultra steigt die Geschwindigkeit auf 42 Tokens pro Sekunde, auf einer RTX 5090 sind 90+ moeglich.
Fuer Production empfehlen wir die Kombination mit einem Coding-Frontend: VS Code mit der Continue-Extension, oder fuer die Kommandozeile Claude Code — letzteres laesst sich seit kurzem auch mit lokalen Modellen ueber einen OpenAI-kompatiblen Proxy nutzen.
Cloud-Endpoints: Wenn der eigene Rechner nicht reicht
Nicht jeder hat 36 GB RAM oder will den Rechner stundenlang heisslaufen lassen. Drei verlaessliche Cloud-Anbieter haben Qwen 3.6 bereits live:
| Anbieter | Preis pro 1M Token | Latenz | Datenschutz |
|---|---|---|---|
| Alibaba Cloud (Singapur) | 0,18 USD Input / 0,72 USD Output | niedrig in APAC | nicht DSGVO-zertifiziert |
| Together AI (USA) | 0,21 USD / 0,84 USD | niedrig in EU/US | SOC 2, US-Hosting |
| DeepInfra (Niederlande) | 0,25 USD / 0,90 USD | niedrig in EU | EU-Hosting, DSGVO-konform |
Im Vergleich: Claude Sonnet 4.6 kostet 3 USD Input / 15 USD Output — Qwen 3.6 ist also rund 15-mal guenstiger bei vergleichbarer Coding-Leistung. Fuer hohes Anfrage-Volumen (Code-Review-Bots, automatisierte Refactorings, RAG-Pipelines) ist das ein Game-Changer.
Wer Qwen 3.6 in eigene Workflows einbinden will, kombiniert es am elegantesten mit n8n oder Make. Beide Plattformen unterstuetzen OpenAI-kompatible Endpoints und lassen sich in zehn Minuten gegen einen Qwen-Cloud-Provider verbinden.
Was fuer DACH-KMUs entscheidend ist
Drei Punkte machen Qwen 3.6 fuer den deutschen Mittelstand besonders interessant.
Datensouveraenitaet: Das Modell laesst sich vollstaendig on-premise betreiben. Kein Code, keine Kundendaten, keine Geschaeftslogik verlaesst die eigene Infrastruktur. Fuer Branchen mit harten Compliance-Anforderungen — Anwaelte, Steuerberater, Aerzte, Banken — ist das die einzige LLM-Option, die ohne juristische Klimmzuege funktioniert.
Kostenkontrolle: Keine API-Rechnung, keine Token-Limits, keine Preiserhoehungen. Wer Qwen 3.6 einmal auf eigener Hardware aufgesetzt hat, hat planbare Fixkosten und unbegrenzte Token. Fuer Code-Review-Bots, die taeglich tausende Pull Requests scannen, spart das fuenfstellige Summen pro Jahr.
EU-AI-Act-Compliance: Apache 2.0 erlaubt kommerziellen Einsatz ohne Royalties. Wichtiger noch: Das Modell laesst sich auf eigener Infrastruktur dokumentieren — Modellkarten, Trainings-Daten-Provenienz, Risikoanalyse. Das vereinfacht die Einstufung als “geringes Risiko” oder “begrenztes Risiko” unter dem EU AI Act drastisch.
Fuer die Compliance-Dokumentation empfehlen wir unser AEGIS-Framework — die Templates dort decken Modellkarten, Datenschutz-Folgenabschaetzung und KI-Inventar fuer lokale LLMs explizit ab.
Wo Qwen 3.6 schwaechelt
So stark das Modell ist — drei Punkte solltest du kennen, bevor du es produktiv nutzt.
- Deutsch ist gut, nicht perfekt: Qwen wurde primaer auf Englisch und Chinesisch trainiert. Code-Kommentare und technische Dokumentation auf Deutsch sind solide, aber bei nuancierten Marketing-Texten oder rechtlichen Formulierungen liegt das Modell hinter Mistral Le Chat oder Aleph Alpha.
- Long-Horizon-Reasoning hat Grenzen: Bei mehrstufigen Tasks ueber 50+ Tool-Calls verliert das Modell gelegentlich den Faden. Hier bleibt Claude Opus 4.7 die bessere Wahl.
- Keine native Bild- oder Audio-Generation: Qwen 3.6 ist Text und Vision-Input — fuer Bild-Generierung musst du es mit Flux oder Stable Diffusion kombinieren, fuer Audio mit ElevenLabs.
Unser Setup-Empfehlung
Nach drei Tagen Praxis-Test ist unser Verdict klar: Qwen 3.6 ist nicht der ChatGPT-Killer, aber das beste Coding-Modell, das du heute kostenlos auf eigener Hardware betreiben kannst. Drei konkrete Setups, die wir empfehlen:
Solo-Entwickler: MacBook M3 Pro (36 GB RAM) + Ollama + VS Code Continue. Kosten: einmalig Hardware, danach Null. Ideal fuer Side-Projects, Refactoring-Tasks, lokale Code-Reviews.
Kleines Dev-Team (5-15 Personen): Mac Studio M3 Ultra als Inference-Server im Buero, Team verbindet sich ueber lokales Netz. Kosten: ca. 6.500 EUR einmalig, ROI in 3-4 Monaten gegenueber Claude/GPT API-Subscriptions.
Mittelstand (50+ Entwickler): Eigener GPU-Cluster (4x H100 oder 8x L40S) plus Auto-Scaling ueber vLLM oder TensorRT-LLM. Kosten: ca. 80-120k EUR Hardware, plus Strom. Kostendeckung gegenueber Cloud-APIs nach 8-14 Monaten.
Fuer alle drei Setups gilt: Modell-Updates sind kostenlos. Wenn Alibaba in 6 Monaten Qwen 3.7 oder 4.0 veroeffentlicht, lade es einfach neu. Keine neuen Vertraege, keine Migrations-Schmerzen.
Fazit
Qwen 3.6-35B-A3B ist die wichtigste Open-Source-Veroeffentlichung dieses Quartals. Frontier-nahe Coding-Performance, lokal lauffaehig, Apache-2.0-lizenziert. Fuer DACH-KMUs, die Datensouveraenitaet ernst nehmen oder ihre KI-Kosten senken wollen, ist das Modell die einfachste produktive Alternative zu Claude und GPT, die der Open-Source-Markt bisher gesehen hat.
Wer heute startet, hat in zwei Wochen einen lokalen Coding-Assistenten laufen, der 90 Prozent der taeglichen Aufgaben besser erledigt als ChatGPT Plus — und keine einzige Zeile Code an OpenAI oder Anthropic schickt.
