- 1M context
- Responses API
Qwen3.6 Plus QuickSilver Pro पर
Qwen 3.6 Plus, Alibaba का 1-trillion-parameter MoE flagship है — आकार में 3.6-35B और 3.7 Max के बीच, 1M context के साथ। QuickSilver Pro पर यह $0.26 input / $1.56 output प्रति 1M tokens है, OpenRouter से ~20% कम और output पर GPT-4o से ~10× सस्ता। उन teams के लिए sweet spot जिन्हें 3.5/3.6-35B जैसी price economics चाहिए, लेकिन ज़्यादा reasoning depth और million-token context के साथ।
- 1M context
- Tools
- Streaming
- JSON Schema output
आप चुकाते हैं · input / output प्रति 1M
$0.26 / $1.56
20% कम
input और output दोनों पर, OpenRouter की तुलना में
Pricing तुलना ($/1M tokens)
बार की लंबाई = दिखाई गई सबसे ऊँची क़ीमत के मुक़ाबले क़ीमत
| Provider | Input | Output | QSP की तुलना में |
|---|---|---|---|
| QuickSilver Pro | $0.26 | $1.56 | सबसे कम कीमत |
| OpenRouter(qwen/qwen3.6-plus) | $0.325 | $1.95 | 20% कम |
| OpenAI (GPT-4o) | $2.50 | $10.00 | 84% कम |
OpenRouter लिस्ट प्राइस का स्रोत: openrouter.ai/qwen/qwen3.6-plus
एक नज़र में
- Context
- 1M tokens
- Input / 1M
- $0.26
- Output / 1M
- $1.56
- Default में सोचता है
- नहीं
- Latency · लाइव
- —
Production reasoning + long-context RAG, GPT-4o से 10× कम output लागत पर।
Qwen3.6 Plus कब सही चुनाव है?
catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।
कब इस्तेमाल करें
3.6 Plus production-default की जगह पर बैठता है: 3.6-35B से इतना छोटा कदम कि इसे छोड़ा नहीं जा सकता, और reasoning-heavy workloads के लिए इतना सस्ता कि इसे अनदेखा नहीं किया जा सकता। इसे 100K+ tokens पर multi-document RAG, ऐसी customer-facing chat जहाँ आपको 3.7 Max की कीमत के बिना 3.6-35B से साफ़ तौर पर बेहतर जवाब चाहिए, ऐसे agentic workflows जहाँ thinking की per-call latency penalty स्वीकार्य है, और चीनी भाषा के उन कामों के लिए इस्तेमाल करें जहाँ Qwen के training data की बढ़त और बढ़ जाती है।
- लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
- Tools call करने वाले agents, strict JSON Schema output के साथ
- Chat Completions के साथ Responses API clients भी
कब कोई और model चुनें
Deterministic, बिना thinking वाली production chat के लिए, जहाँ token budgets कसे रखने हों, reasoning.enabled=false के साथ DeepSeek V4 Flash ($0.06/$0.18) सस्ता non-thinking विकल्प है। Frontier-level reasoning के लिए, जिसमें 3.6 Plus आपके eval पर साफ़ तौर पर विफल होता है, 3.7 Max या V4 Pro पर जाएँ। QuickSilver Pro 3.6 Plus को non-thinking mode में serve करता है: जवाब सीधे आते हैं, और request में reasoning field देने से thinking चालू नहीं होती।
Quickstart (curl)
API key पाएँ →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.6-plus",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="qwen3.6-plus",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "qwen3.6-plus",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.6-plus",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="qwen3.6-plus",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)OpenAI-संगत। base_url बदलकर एक लाइन में migration।
Gateway का व्यवहार
इस मॉडल के लिए compatibility नोट्स।
prompt- 1M tokens तक के prompts।
- /v1/chat/completions: समर्थित
- /v1/responses: समर्थित
- streaming: समर्थित
- tools: समर्थित
- image input: इस मॉडल के लिए सूचीबद्ध नहीं
- JSON Schema: समर्थित
- reasoning: इस मॉडल के लिए सूचीबद्ध नहीं
क़ीमत कहाँ से आती है
- Provider reference
- $0.325 / $1.95openrouter.ai/qwen/qwen3.6-plus
- Catalog में सत्यापित
- Prompt cache · तुलना नहीं
- $0.325 5m write
usage.cost = prompt_tokens × $0.26/1M + completion_tokens × $1.56/1M
FAQ
सामान्य प्रश्न
3.6-35B compact MoE tier है (35B params, 3B active, 262K context, $0.05/$0.70 प्रति 1M tokens)। 3.6 Plus उससे अगला कदम है — 1T-parameter MoE, 1M context, $0.26/$1.56 प्रति 1M tokens। कीमत का अंतर अच्छा-ख़ासा है, लेकिन जहाँ 3.6-35B अपनी सीमा पर पहुँच जाता है वहाँ जवाब की बेहतर गुणवत्ता और चौड़ा context इसे जायज़ ठहराते हैं।
हाँ — Qwen family में 3.6 Plus production-default है और 3.7 Max flagship। कीमत का अनुपात ~7-8× है (3.6 Plus $0.26/$1.56 बनाम 3.7 Max $2.0/$6.0)। ज़्यादातर teams को 3.6 Plus से शुरू करना चाहिए और 3.7 Max को requests के उस हिस्से पर A/B करना चाहिए जहाँ 3.6 Plus के जवाब साफ़ तौर पर कमज़ोर पड़ते हैं। दोनों का 1M context और OpenAI-compatible surface एक जैसा है, इसलिए बदलना सिर्फ़ model ID का बदलाव है।
OpenRouter Qwen 3.6 Plus को $0.325 input / $1.95 output प्रति 1M tokens पर list करता है। QuickSilver Pro $0.26 / $1.56 है — input और output दोनों पर ~20% कम। वही OpenAI-compatible surface; migration सिर्फ़ base_url + key बदलना है (model ID से qwen/ provider prefix हटा दें)।