Qwen: Qwen3.6 Flash
Qwen: Qwen3.6 Flash est un LLM d’Alibaba Cloud et de la Qwen Team, sorti le 27 avril 2026. Il combine une fenêtre de contexte de 1 000 000 tokens avec un positionnement très économique, à 91% sous la moyenne tarifaire des LLM similaires et environ 29.3 fois moins cher que les modèles…
Qwen: Qwen3.6 Flash est un LLM d’Alibaba Cloud et de la Qwen Team, sorti le 27 avril 2026. Il combine une fenêtre de contexte de 1 000 000 tokens avec un positionnement très économique, à 91% sous la moyenne tarifaire des LLM similaires et environ 29.3 fois moins cher que les modèles frontière.
Le modèle se distingue surtout par ses résultats en usage agentique, ainsi que par de solides performances en sciences et en mathématiques. Sa longue fenêtre de contexte autorise le traitement de volumes importants dans une même requête, tandis que son faible coût facilite les usages intensifs.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Alibaba Cloud / Qwen Team |
| Poids | ▫ n.d. |
| Date de sortie | 27 avril 2026 |
| Multimodal | oui |
| Fenêtre de contexte | 1 000 000 tokens (≈ 1,0 M) |
| Modalités (entrée → sortie) | text,image,video → text |
Performances (benchmarks)
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Email Classification (Baseline)
Benchable : Hallucinations (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Alibaba Cloud Int. | 0,1875 $ | 1,125 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 91 % en dessous de la moyenne des LLM similaires, et 29,3 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût par exécution agentique — PinchBench (147 tâches) | 14,29 $ |
| Durée d'exécution — PinchBench | 3 h 42 min |
| Indice valeur/coût — PinchBench | 7,08 |
| Coût moyen par benchmark — Benchable | 0,07 $ |
| Latence moyenne par benchmark — Benchable | 7 min 10 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Qwen: Qwen3.6 Flash se classe troisième sur 19 dans PinchBench, qui évalue les capacités agentiques sur 147 tâches OpenClaw. Son niveau scientifique est également solide sur GPQA diamond, avec une 16e place sur 85. À sa sortie, il figurait dans le top 26% des LLM de sa génération sur ce benchmark. Sur OTIS Mock AIME 2024-2025, consacré aux olympiades de mathématiques de niveau lycée, il partage la 14e place avec un autre modèle. Son contexte d’un million de tokens et son tarif très inférieur à la moyenne renforcent son intérêt pour les traitements longs ou fréquents.
Limites et points d’attention. Le suivi d’instructions constitue son résultat le moins convaincant, avec 70% et une 52e place partagée avec quatre autres modèles. Les scores de classification d’e-mails et d’hallucinations sont élevés, mais ces benchmarks sont plafonnés et peu discriminants: le modèle y partage respectivement sa place avec 40 et 9 concurrents. Son classement sur GPQA diamond reste solide sans atteindre les toutes premières positions. Qwen: Qwen3.6 Flash convient surtout aux tâches agentiques, aux grands contextes et aux déploiements sensibles au coût.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Epoch AI (epoch.ai), CC-BY-4.0 · PinchBench (pinchbench.com) · Benchable.ai (benchable.ai).