Qwen3.6-Plus: Gerçek dünya ajanlarına doğru

 (qwen.ai)
7 puan yazan GN⁺ 27 일 전 | 1 yorum | WhatsApp'ta paylaş
  • Qwen3.6-Plus, Qwen3.5’in ardından duyurulan büyük ölçekli bir yükseltme modeli olup ajanik kodlama yeteneklerini ve çok modlu muhakeme performansını önemli ölçüde güçlendiriyor
  • 1M token bağlam penceresini destekliyor ve Alibaba Cloud Model Studio API üzerinden hemen kullanılabiliyor
  • Kodlama·dil·çok modlu·ajan benchmark’larında sektörün en üst düzey performansını gösteriyor; karmaşık kod yönetimi ve uzun vadeli plan yürütme becerilerini geliştiriyor
  • preserve_thinking seçeneği ile muhakeme bağlamını koruyor ve OpenClaw, Claude Code, Qwen Code gibi çeşitli kodlama ajanlarıyla entegrasyon desteği sunuyor
  • Görsel algıdan eylem kararına kadar yerine getirebilen çok modlu ajanik yapay zeka yönünde gelişiyor; gelecekte küçük modellerin açık kaynaklaştırılması ve yüksek otonomili süper ajanlara genişlemeyi hedefliyor

Qwen3.6-Plus’ın başlıca özellikleri ve performans özeti

  • Qwen3.6-Plus, Qwen3.5 serisinin ardından duyurulan büyük ölçekli bir yükseltme sürümü olup ajanik kodlama yeteneklerini ve çok modlu muhakeme performansını büyük ölçüde güçlendiren bir model
  • Alibaba Cloud Model Studio üzerinden API ile hemen kullanılabiliyor ve 1M token bağlam penceresini varsayılan olarak sunuyor
  • Topluluk geri bildirimlerini yansıtarak istikrarı ve güvenilirliği iyileştiriyor; gerçek geliştirme ortamlarında “vibe coding” deneyimini hedefliyor

Performans değerlendirmesi

  • Çeşitli dil·kodlama·çok modlu·ajan benchmark’larında sınıfının en iyileri seviyesinde performans sergiliyor
  • Kodlama ajanı alanında SWE-bench, Terminal-Bench, Claw-Eval gibi başlıca benchmark’larda sektör lideri modellerle benzer veya daha iyi sonuçlar elde ediyor
  • Genel ajan ve araç kullanımı alanında TAU3-Bench, DeepPlanning, MCPMark gibi ölçümlerde genel iyileşme gösteriyor
  • STEM muhakemesi, çok uzun metinlerden bilgi çıkarımı, çok dilli uyum yeteneği gibi alanlarda da yeni en iyi sonuçlara ulaşıyor
  • Model, mantıksal muhakeme·hafıza·araç yürütmeyi organik biçimde entegre ederek karmaşık kod yönetimi veya uzun vadeli planlama gibi gerçek dünya problem çözme yeteneklerini güçlendiriyor

Çok modlu performans

  • Gelişmiş çok modlu muhakeme sayesinde belge anlama, fiziksel dünya analizi, video muhakemesi ve görsel kodlama alanlarında büyük ilerleme sağlıyor
  • Gerçek dünya uygulanabilirliği açısından metin·nesne tanıma, hassas görsel algı gibi görevlerde gerçek iş ortamlarında istikrarlı performans gösteriyor
  • Görsel-dil entegrasyonu ile tekil görev performansının ötesine geçerek iş akışı odaklı ajanik yapay zekaya evriliyor
  • RealWorldQA, OmniDocBench, CountBench, VideoMME gibi çeşitli benchmark’larda GPT5.2, Claude 4.5, Gemini-3 Pro gibi modellerle rekabetçi sonuçlar gösteriyor

API ve geliştirme entegrasyonu

  • Alibaba Cloud Model Studio API üzerinden OpenAI ve Anthropic uyumlu protokol desteği sunuyor
  • Yeni API seçeneği preserve_thinking eklendi
    • Önceki konuşmaların muhakeme içeriğini koruyarak ajanik görevlerde tutarlılığı ve token verimliliğini artırıyor
    • Varsayılan değer devre dışı (false); etkinleştirildiğinde tüm muhakeme bağlamını koruyor
  • API, OpenAI uyumlu chat.completions endpoint’i üzerinden kullanılabiliyor ve örnek kod sağlanıyor

Kodlama ve ajan entegrasyonu

  • Qwen3.6-Plus, OpenClaw, Claude Code, Qwen Code, Kilo Code, Cline, OpenCode gibi üçüncü taraf kodlama asistanlarıyla entegre olabiliyor
  • Frontend geliştirme tarafında 3D sahneler, oyunlar, web tasarımı gibi karmaşık projeleri işleme yeteneğini güçlendiriyor

  • OpenClaw entegrasyonu

    • Kendi kendine barındırılabilen açık kaynaklı bir AI kodlama ajanı olup, Model Studio ile bağlandığında terminal tabanlı ajanik kodlama ortamı sunuyor
    • Yapılandırma dosyasına (openclaw.json) Qwen3.6-Plus modeli eklenerek kullanılabiliyor
    • Model, reasoning etkin, metin·görsel girişi ve 1M bağlam penceresi desteği sunuyor

  • Qwen Code entegrasyonu

    • Qwen serisi için optimize edilmiş açık kaynaklı terminal tipi bir AI kodlama ajanı
    • Karmaşık kod tabanlarını anlama, tekrar eden işleri otomatikleştirme ve hızlı dağıtım desteği sağlıyor
    • Node.js ortamında kurulduktan sonra /auth komutuyla kimlik doğrulaması yapılabiliyor

  • Claude Code entegrasyonu

    • Anthropic API protokolü uyumluluğu sayesinde Claude Code CLI içinde de Qwen3.6-Plus kullanılabiliyor
    • Ortam değişkenleriyle model adı (qwen3.6-plus) ve API endpoint’i ayarlandıktan sonra çalıştırılabiliyor

Görsel ajanlar ve çok modlu genişleme

  • Görsel algı → çok modlu muhakeme → ajan yürütme şeklindeki gelişim hattını sürekli olarak güçlendiriyor
  • Basit tanımanın ötesinde görsel bilginin ilişkisel analizi ve eylem kararı da gerçekleştirebiliyor
  • Belge anlama, grafik analizi, UI tanıma, hassas konum belirleme gibi pratik görsel görevleri destekliyor
  • Video anlama alanında zamansal bilgiyi ve kareler arası ilişkileri işleyerek dinamik içerik analizi yapabiliyor
  • GUI ajanı senaryolarında ekran durumunu algılayıp çok adımlı planlama ve yürütme gerçekleştirebiliyor

Gelecek planları

  • Qwen3.6-Plus, ajanik kodlama ve çok modlu yapay zeka alanlarında somut ilerleme sağlayan bir sürüm olarak geliştirici ekosisteminin temelini güçlendiriyor
  • Yakında Qwen3.6 serisinin tamamının duyurulması ve küçük modellerin açık kaynaklaştırılması planlanıyor
  • Uzun vadede, depo düzeyinde karmaşık uzun süreli görevleri yerine getiren yüksek otonomili süper ajanlara evrilmesi hedefleniyor

İlgili okumalar

1 yorum

 
GN⁺ 27 일 전
Hacker News görüşleri

  • Bu model yalnızca hosted olduğu için open weight değil
    Eskiden açık modellerle iyi bir itibar kazanmışlardı ama artık Claude veya ChatGPT’ye rakip olarak algılanmak istemeleri zor bir dönüşüm
    Aslında küçük modelleri ücretsiz açmaları cömertlikten değil, reklam stratejisinden ibaretti
    Ayrıca Opus 4.6 yerine 4.5 ile karşılaştırmaları da kasıtlı olarak yanıltıcı görünüyor
    Yine de SOTA seviyesinde olmasa bile ucuza sunulan modeller için oldukça büyük bir pazar var
    Ancak bu tür pazarlarda marka sadakati düşüktür; biraz daha iyi bir model çıkar çıkmaz insanlar hemen geçiş yapma eğilimindedir

    • “Küçük varyant modelleri” daha sonra yayınlayacaklarını söylediler ama somut bir ayrıntı yok
      Qwen 3.5’teki gibi 300B sınıfı bir varyant olup olmayacağı da belirsiz. Resmi blogda da bundan söz edilmiyor
    • Ha, demek son dönemde Qwen ekibinden ayrılanlar bununla ilgiliymiş
    • Bu aralar daha çok bu tür modellerin kârlılığını merak ediyorum
      Açık modeller çoğalmaya devam ederken ve düşük maliyetli donanımlarda da çalışabilirken, AI şirketleri marjlarını nasıl koruyabilir diye düşünüyorum
    • Aslında Opus 4.5’in 4.6’dan daha iyi olduğunu hissediyorum
      4.6 sadece maliyet düşürme odaklı bir güncellemeydi ve benchmark’ları ayarlayarak daha iyi görünmesi sağlanmış gibiydi
    • Birden fazla modeli prodüksiyonda kullandığınızda, modelin “kişiliği (personality)” önem kazanıyor
      Örneğin talimatları iyi izlemesi, token israf etmemesi ve senaryonun dışına çıkmaması gibi özellikler
      Çin modelleri bu açıdan oldukça rekabetçi ve %70~90 daha düşük fiyatla benzer kalite sunuyor

  • Qwen’in kendini Opus 4.5 veya Gemini Pro 3.0 ile karşılaştırmasını anlıyorum
    Ama buna aldatıcı demek bana fazla geliyor
    AI modellerinde her çeyrekte yeni sürümler çıkıyor; kimse de önceki neslin performansını tamamen unutmuş değil
    GLM-5 ve Kimi K2.5’i denedim, gayet iyiydiler. Bu Qwen modeli de o seviyedeyse etkileyici olur
    Qwen 3.5-plus ve 3-Max de zaten kapalı modellerdi; yani bu ilk kez olmuyor
    Kapalı model olması üzücü ama SOTA’ya yönelik rekabetin sonuçta tüketicinin yararına olduğunu düşünüyorum

    • Sorun sadece neyle karşılaştırıldığı değil, karşılaştırma biçiminin samimiyeti
      Sanki Apple yeni iPhone çıkarıp eski bir Android modeliyle kıyaslıyormuş gibi göründüğü için güven azalıyor
    • Opus 4.5 zaten yeterince iyiydi
      Ayrıca Opus 4.5 çıktı token başına $25 iken bu model yaklaşık $6 seviyesinde, yani fiyatı dörtte biri

  • Oldukça iyi Pelican çıktıları aldım
    Bunu Alibaba Cloud Model Studio API ile ürettim; hesap açmak ve PayPal bağlamak gerekti
    Ama şu anda OpenRouter üzerinden ücretsiz kullanılabiliyor

    • Pelican’ın arka grubu (drafting peloton) yakaladığına dair şakalar yapıldı
    • Yakında bisiklet süren pelikanlar eğiteceklerine dair de bir şaka vardı. Hani şu “global benchmark” meselesi

  • Çinli araştırma laboratuvarlarının open source’u bırakacağını düşünenlere şunu söylemek isterim
    Böyle bir şey olmayacak
    Örneğin Z.ai’nin coding plan’ine kaydolmayı deneyin — neredeyse imkânsız
    Bunların pazarlama kabiliyeti zayıf, bu yüzden açık model yayımlamak dışında görünür kalmanın bir yolu yok
    Satışta da OpenRouter veya OpenCode gibi dağıtım kanallarına bağımlılar
    Sonuçta open source’a yönelmek bir devlet stratejisi değil, ticari olarak tek uygulanabilir yol

    • “O zaman model kendini pazarlasın” diye de şaka yapanlar vardı
      Eğer kendi reklamını bile yapamıyorsa, bu belki de performans sınırının bir işaretidir

  • Bu model, çoğu Qwen modelinden farklı olarak ağırlıkları kapalı, parametre sayısı da açıklanmadı
    Üstelik Opus 4.6 iki ay önce çıkmışken 4.5 ile karşılaştırılması tuhaf

    • Blogun son paragrafında yakında küçük varyant modellerini open source olarak yayımlayacaklarını söylüyorlar
      Kaynak
    • Opus 4.6 iki ay önce çıktıysa, Qwen’in hâlâ karşılaştırma testlerini tamamlayamamış olması da mümkün
    • Aslında Qwen’in -MAX veya -Omni modelleri baştan beri kapalıydı

  • Opus 4.5 ile karşılaştırılmasını çok sorunlu bulmuyorum
    Benim aşina olduğum modellerle karşılaştırılması pratikte daha faydalı
    En yüksek performansı istesem başka modeller kullanırım ama benzer kalitede daha ucuz bir seçenek arıyorsam bu kıyaslama anlamlı

    • Opus 4.5 düzeyinde performansı ücretsiz almak mümkünse, bu gerçekten dikkat çekici
      Uygulamanın çekirdek işlevlerinde kullanmasam bile, daha az kritik bölümlerde gayet iş görebilir
    • Açıkçası Opus 4.6 veya GPT 5.4’te önceki nesle kıyasla hissedilir bir fark pek görmedim
      4.5 seviyesinde performansı onda bir fiyata kullanabiliyorsam onu tercih ederim

  • Ajan benchmark sonuçları ilgi çekici ama Qwen3.6-Plus’ın hata toparlama yeteneğinin ne kadar iyi olduğunu merak ediyorum
    Testlerin çoğu sadece happy path senaryolarını ele alıyor,
    ama gerçekte asıl mesele 3. adımda hata yapıp 15. adımda geri dönebiliyor mu olması
    Gerçek geliştirme iş akışlarında buna benzer stres testleri yapan biri var mı merak ediyorum

  • AI sağlayıcılarının rakiplerinin önceki nesil modelleriyle kıyaslama yaparak pazarlama yapmayı bırakmasını isterdim
    Kimse buna kanmıyor, sadece marka güvenini aşındırıyor
    Qwen modelleri kendi başına harika ama bu tür karşılaştırma stratejileri yüzünden itibarlarının zedelenmesi üzücü

  • Aslında Qwen uzun zamandır Plus ve Max sürümlerini kapalı şekilde işletiyordu
    Bu yüzden bu yayınlama biçimi yeni sayılmaz

  • Qwen 3.6 Plus, sadece 3.5 Plus’ın rafine edilmiş bir sürümü gibi görünüyor
    Karşılaştırma bağlantısı