Qwen3.6-Plus：走向现实世界智能体-AI Express News

继今年2月发布 Qwen3.5 系列之后，我们非常激动地宣布 Qwen3.6-Plus 正式上线。该版本现已通过 API 即刻开放调用，相较于前代模型实现了全方位的能力大幅跃升。其中最引人注目的是，我们显著增强了模型的智能体（Agent）编程能力。无论是前端网页开发，还是复杂的代码仓库级问题求解，Qwen3.6-Plus 均树立了全新的业界标杆（SOTA）。此外，Qwen3.6-Plus 对世界的感知更加精准，多模态推理能力也更为敏锐。本次发布直接回应了社区在 Qwen3.5-Plus 部署期间反馈的意见，为开发者生态提供了高度稳定可靠的基础，带来真正具有变革意义的“氛围编程”（Vibe Coding）体验。

Qwen3.6-Plus 的 API 通过阿里云百炼提供服务，主要特性包括：

默认支持100万上下文窗口
显著提升的智能体编程能力
更出色的多模态感知与推理能力

欢迎体验

Qwen Chat：

https://chat.qwen.ai/

阿里云百炼：

国内：https://bailian.console.aliyun.com/cn-beijing?tab=model#/model-market/detail/qwen3.6-plus

国际站：https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3.6-plus

模型表现

下文将全面展示我们模型与业界前沿模型在各类评测任务中的对比结果，涵盖多种任务类型与数据模态。

自然语言

Qwen3.6 通过深度融合推理、记忆与执行能力，在代码智能体、通用智能体和工具调用都实现了全面跃升。

在代码智能体领域，Qwen3.6-Plus展现出卓越的工程落地能力，不仅在主流代码修复基准上紧追行业标杆，更在复杂的终端操作与自动化任务执行中表现突出。

在通用智能体与工具使用方面，模型实现了显著突破，特别是在多个高难度的长程规划任务中取得最优成绩，并在各类工具调用基准上全面领先。

在通用能力上，Qwen3.6-Plus保持了顶尖水准：无论是高难度的 STEM 推理，还是超长上下文的精准信息提取，亦或是多语言环境的广泛适配，模型均在多项关键评测中刷新最佳表现。

我们认为，Qwen3.6 的进阶不仅体现为各项指标的全面超越，更在于其将深度的逻辑推理、海量的上下文记忆与精准的工具执行能力进行了有机融合。这种“全能型”特质使其能够从容应对从复杂代码治理到跨域长程规划的真实世界挑战，标志着Qwen系列正加速向具备高度自主性的超级智能体演进。

视觉语言

Qwen3.6-Plus 在多模态能力上进一步升级，并围绕推理能力增强、指令模式实用性提升以及复杂任务执行能力拓展三个方向持续演进。

在多模态推理方面，Qwen3.6-Plus在复杂文档理解、物理世界视觉理解、视频推理和视觉编程等任务上取得了稳定提升，模型能够更有效地整合跨模态信息，并完成更复杂的分析与决策。

在指令模式实用性方面，Qwen3.6-Plus结合真实业务场景持续优化，在指令遵循、疑难文字识别、万物识别、细粒度图像感知，以及真实场景理解中展现出更强的实用性与稳定性。

我们认为，多模态能力的持续优化，意义不仅在于提升若干单点任务的效果，更在于为复杂流程任务提供更完整的能力支撑。随着理解、推理与执行能力的不断融合，Qwen3.6-Plus正逐步演进为一个能够在真实环境中持续感知、推理和行动的原生多模态智能体。

开始使用Qwen3.6-Plus

Qwen3.6-Plus 现已通过阿里云百炼的官方 API 正式开放。您可以将该 API 无缝集成到流行的第三方编程助手中，包括 OpenClaw、Claude Code、Qwen Code、Kilo Code、Cline 和 OpenCode，从而简化开发流程，实现高效且具备上下文感知能力的编码体验。

API使用方式

本次发布为 API 引入了一项新功能，旨在提升复杂多步任务的性能：

preserve_thinking：保留消息中所有前序轮次的思维内容。推荐用于智能体任务。该功能对智能体工作流和长周期任务尤为有益，因为保持完整的推理上下文可以增强决策的一致性，并在许多情况下通过减少重复推理来降低整体令牌消耗。此功能默认关闭，即 preserve_thinking 默认为 false，这意味着前序轮次的思维内容将被丢弃，仅保留处理最新用户消息时生成的思维内容（交错思考）。

阿里云百炼

阿里云百炼支持行业标准协议，包括兼容 OpenAI 规范的聊天补全（chat completions）和响应（responses）API，以及兼容 Anthropic 的 API 接口。

以下是聊天补全 API 的代码示例：

"""Environment variables (per official docs):  DASHSCOPE_API_KEY: Your API Key from https://modelstudio.console.alibabacloud.com  DASHSCOPE_BASE_URL: (optional) Base URL for compatible-mode API.  DASHSCOPE_MODEL: (optional) Model name; override for different models.  DASHSCOPE_BASE_URL:    - Beijing: https://dashscope.aliyuncs.com/compatible-mode/v1    - Singapore: https://dashscope-intl.aliyuncs.com/compatible-mode/v1    - US (Virginia): https://dashscope-us.aliyuncs.com/compatible-mode/v1"""from openai import OpenAIimport os
api_key = os.environ.get("DASHSCOPE_API_KEY")if not api_key:    raise ValueError(        "DASHSCOPE_API_KEY is required. "        "Set it via: export DASHSCOPE_API_KEY='your-api-key'"    )
client = OpenAI(    api_key=api_key,    base_url=os.environ.get(        "DASHSCOPE_BASE_URL",        "https://dashscope.aliyuncs.com/compatible-mode/v1",    ),)
messages = [{"role": "user", "content": "Introduce vibe coding."}]
model = os.environ.get(    "DASHSCOPE_MODEL",    "qwen3.6-plus",)completion = client.chat.completions.create(    model=model,    messages=messages,    extra_body={        "enable_thinking": True,        # "preserve_thinking": True,    },    stream=True)
reasoning_content = ""  # Full reasoning traceanswer_content = ""  # Full responseis_answering = False  # Whether we have entered the answer phaseprint("n" + "=" * 20 + "Reasoning" + "=" * 20 + "n")
for chunk in completion:    if not chunk.choices:        print("nUsage:")        print(chunk.usage)        continue
    delta = chunk.choices[0].delta
    # Collect reasoning content only    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
    # Received content, start answer phase    if hasattr(delta, "content") and delta.content:        if not is_answering:            print("n" + "=" * 20 + "Answer" + "=" * 20 + "n")            is_answering = True        print(delta.content, end="", flush=True)        answer_content += delta.content

代码及智能体

Qwen3.6-Plus有着优秀的前端开发能力，同时可以被无缝集成到流行的第三方编程助手中，包括 OpenClaw、Claude Code、Qwen Code，从而简化开发流程。

网页开发

Qwen3.6-Plus增强了前端开发能力，在 3D 场景和游戏等复杂项目中表现卓越，同时在网页设计方面保持了优异水准。

Prompt:

制作一个3D的雪山场景，雪山中间有一个日式的寺庙，整体风格参考塞尔达旷野之息

Qwen3.6-Plus:

OpenClaw

Qwen3.6-Plus 兼容 OpenClaw（原名 Moltbot / Clawdbot），这是一款可自托管的开源 AI 编码智能体。将其连接至 Model Studio，即可在终端中获得完整的智能体编码体验。请使用以下脚本开始：

# Node.js 22+curl -fsSL https://molt.bot/install.sh | bash   # macOS / Linux
# Set your API keyexport DASHSCOPE_API_KEY=<your_api_key>
# Launch OpenClawopenclaw dashboard # web browser# openclaw tui # Open a new terminal and start the TUI

首次使用时，请编辑 ~/.openclaw/openclaw.json 文件，将 OpenClaw 指向 Model Studio。找到或创建以下字段并合并它们——切勿覆盖整个文件，以保留您现有的设置：

{"models": {    "providers": [    {        "name": "alibaba-coding-plan",        "baseUrl": "https://coding.dashscope.aliyuncs.com/v1",        "apiKey": "${DASHSCOPE_API_KEY}",        "models": [        {            "id": "qwen3.6-plus",            "reasoning": true        }        ]    }    ]},"agents": {    "defaults": {    "models": ["qwen3.6-plus"]    }}}

演示 Personal Schedule Management

Prompt:

It’s 8:00 AM on June 15th and I need a schedule I can actually trust for today’s thesis submission push. My planning files do not agree with each other: some are old, some are informal notes, and my advisor added a few things this morning. I need one reliable plan plus a structured handoff I can use to track execution during the day.

Please:

Review the thesis-planning files in the workspace and reconcile them. For each task, determine the real current status (done, in-progress, or not-started) using the most authoritative and up-to-date sources. If files conflict, say which source wins and why.
Identify every task that still must happen today, including anything newly introduced in the advisor materials even if it is missing from the main tracker.
Validate the priority matrix instead of trusting its quadrant labels blindly. If a quadrant label disagrees with the urgency/importance scores, correct it and use the corrected priority in the plan.
Build a feasible time-blocked schedule for 08:00-15:00 that respects dependencies, meets every hard deadline, and is grouped into clear phases with key deliverables.
Confirm the real deadlines from the most authoritative source and explicitly reject stale ones.

Deliverables:

Present the full narrative plan in project_plan_output.html as a self-contained HTML document. It must include: task status summary, confirmed deadlines, phase-by-phase time-blocked schedule, key deliverables for each phase, conflicts/corrections with source-resolution reasoning, and priority classifications for remaining work.
Also write project_plan_summary.json so I can quickly sanity-check the plan and reuse it in a checklist tool. Use these top-level keys: confirmed_deadlines, tasks, schedule, and conflicts.
In project_plan_summary.json, each item in tasks must include id, status, duration_minutes, priority, and depends_on.
In project_plan_summary.json, each item in schedule must include phase, start, end, task_id, and deliverable.
The HTML page and JSON outputs must agree.

Aesthetic principles:

Always aim to create functional, working demonstrations rather than placeholders
Add motion, micro-interactions, and animations by default (hover, transitions, reveals)
Apply creative backgrounds, textures, spatial composition, and distinctive typography
Lean toward bold, unexpected choices rather than safe and conventional
NEVER use generic “AI slop” aesthetic: overused fonts (Inter, Roboto, Arial), clichéd color schemes (purple gradients), predictable layouts that lacks context-specific character

(可上下滑动查看）

Qwen3.6-Plus：

Qwen Code

Qwen3.6-Plus 适配 Qwen Code，这是一款专为终端设计的开源 AI 智能体，针对 Qwen 系列进行了深度优化。它能帮助您理解复杂的代码库、自动化繁琐工作并加快交付速度。请使用以下脚本开始：

# Node.js 20+npm install -g @qwen-code/qwen-code@latest
# Start Qwen Code(interactive)qwen
# Then, in the session:/help/auth

首次使用时，系统会提示您登录。您可以随时运行/auth 来切换认证方式。采用 Qwen Code OAuth 登陆每日可获取 1,000 次免费调用。

演示 Letter Flying

Prompt:

/skills brainstorming Find the complete content of Jobs’ ’think different,’ using a vertical paper background, text in typewriter font, arranged in full paragraphs, with the entire text located at the lower third of the page. The typewriter effect appears letter by letter. After the complete content appears, pause for 3 seconds, then the letter ‘o’ in the text moves upward and enlarges to the middle of the page, with the ‘o’ forming a line with its original position, pulling the entire text upward to float away and disappear.

Qwen3.6-Plus:

Claude Code

Qwen API 也支持 Anthropic API 协议，这意味着您可以将其与 Claude Code 等工具配合使用，以获得更优质的编码体验：

# Install Claude Codenpm install -g @anthropic-ai/claude-code
# Configure environmentexport ANTHROPIC_MODEL="qwen3.6-plus"export ANTHROPIC_SMALL_FAST_MODEL="qwen3.6-plus"export ANTHROPIC_BASE_URL=https://dashscope.aliyuncs.com/apps/anthropicexport ANTHROPIC_AUTH_TOKEN=<your_api_key>
# Launch the CLIclaude

演示 Flight Game

Prompt:

build a first-person perspective flight HTML game for me.

Qwen3.6-Plus:

视觉智能体

Qwen3.6-Plus 在多模态方向持续沿着一条清晰的能力主线推进：从视觉感知，到多模态推理，再到智能体执行。我们希望模型不只是“看见”图像和视频，而是真正具备从感知、理解、推理到执行任务的完整能力闭环，逐步走向更实用的原生多模态智能体。

视觉推理

在感知能力持续增强的基础上，Qwen3.6-Plus 进一步强化了基于视觉输入的理解、分析和推理能力。模型不再停留于对图像内容的浅层识别，而是能够结合推理、Grounding、OCR 等能力，对复杂视觉输入完成更深入的分析，并进一步支持文档理解、图表解析、界面理解、细粒度定位等实际任务。模型不仅能回答“看到了什么”，也能进一步判断“这些信息之间有什么关系”以及“应该如何基于这些信息完成任务”。

演示 Real-world Image Reasoning

Prompt:

从北京南到崔各庄，如果14号线瘫痪，最少换乘路线是什么?

Qwen3.6-Plus:

<think> 用户想要从“北京南站”到“崔各庄”。前提条件是“14号线瘫痪”，意味着不能使用14号线。目标是找到“最少换乘路线”。

第一步：确定起点和终点的位置及可用线路。

起点：北京南站 (Beijing South Railway Station)
可用线路：4号线 (Line 4)、14号线 (Line 14 - 不可用)。
所以，出发只能坐 4号线（往安河桥北方向）。
终点：崔各庄 (Cuigezhuang)
可用线路：15号线 (Line 15)。
所以，最后必须到达 15号线。

第二步：寻找从4号线换乘到15号线的路径（避开14号线）。

方案 A：通过 10号线换乘
北京南站 (4号线) -> 海淀黄庄 (换乘10号线) -> 知春路 (换乘13号线) -> 望京西 (换乘15号线) -> 崔各庄。
换乘次数：海淀黄庄 (1次), 知春路 (2次), 望京西 (3次)。
路线：北京南站 (4号线) -> 角门西 (换乘10号线) -> 惠新西街南口 (换乘5号线) -> 大屯路东 (换乘15号线) -> 崔各庄。
换乘次数：角门西 (1次), 惠新西街南口 (2次), 大屯路东 (3次)。这太麻烦了。
或者：北京南站 (4号线) -> 海淀黄庄 (换乘10号线) -> 北土城 (换乘8号线) -> 奥林匹克公园 (换乘15号线) -> 崔各庄。
换乘次数：海淀黄庄 (1次), 北土城 (2次), 奥林匹克公园 (3次)。还是3次。
或者：北京南站 (4号线) -> 知春路 (换乘10号线/13号线) -> 望京西 (换乘13号线/15号线)。
方案 B：通过 5号线换乘
路线：北京南站 (4号线) -> 宣武门 (换乘2号线) -> 崇文门 (换乘5号线) -> 大屯路东 (换乘15号线) -> 崔各庄。
换乘次数：宣武门 (1次), 崇文门 (2次), 大屯路东 (3次)。
方案 C：通过 8号线换乘
路线：北京南站 (4号线) -> 平安里 (换乘6号线) -> 南锣鼓巷 (换乘8号线) -> 奥林匹克公园 (换乘15号线) -> 崔各庄。
换乘次数：平安里 (1次), 南锣鼓巷 (2次), 奥林匹克公园 (3次)。
方案 D：利用 19号线 (如果有的话，看图确认)
看图，北京南站没有19号线。19号线在牡丹园、积水潭那边。
等等，看图，北京南站只有4号线和14号线。
方案 E：重新审视 4号线 -> 10号线 -> 15号线的可能性
北京南站 (4号线) -> 角门西 (换乘10号线，外环/内环)。
如果坐10号线外环（往丰台方向）：角门西 -> 草桥 (换乘大兴机场线，没用) -> … -> 宋家庄 (换乘5号线/亦庄线) -> …
如果坐10号线内环（往国贸方向）：角门西 -> 十里河 (换乘14/17号线) -> 潘家园 -> 劲松 -> 双井 (换乘7号线) -> 国贸 (换乘1号线) -> 金台夕照 -> 呼家楼 (换乘6号线) -> 团结湖 -> 农业展览馆 -> 亮马桥 -> 三元桥 (换乘10号线/机场线) -> 芍药居 (换乘13号线) -> 望京西 (换乘15号线)。太远了。
方案 F：利用 17号线 (看图确认)
17号线在南边有十里河。
路线：北京南站 (4号线) -> 角门西 (换乘10号线) -> 十里河 (换乘17号线) -> 望京西 (换乘15号线) -> 崔各庄。
换乘次数：角门西 (1次), 十里河 (2次), 望京西 (3次)。
方案 G：利用 16号线 (看图确认)
16号线在西边。
北京南站 (4号线) -> 国家图书馆 (换乘9号线/16号线)。
如果换乘16号线：国家图书馆 -> 西苑 (换乘4号线，回去了) -> … -> 北安河。没用。
方案 H：寻找 2次换乘的路径
4号线 -> 西直门 (换乘13号线) -> 西二旗 (换乘昌平线) -> 六道口 (换乘15号线)。 (3次换乘)。
4号线 -> 海淀黄庄 (换乘10号线) -> 西土城 (换乘昌平线? 不，昌平线在南边是西土城/牡丹园? 看图，昌平线南延到了西土城/牡丹园/蓟门桥)。
看图确认昌平线南延：昌平线现在通到西土城。
4号线 -> 海淀黄庄 (换乘10号线) -> 西土城 (换乘昌平线) -> 六道口 (换乘15号线)。
换乘次数：海淀黄庄 (1次), 西土城 (2次), 六道口 (3次)。
连8号线：
连5号线：
连13号线：
4号线 -> 平安里 (换乘6号线) -> 南锣鼓巷 (换乘8号线) -> 奥林匹克公园 (换乘15号线)。 (3次换乘：平安里, 南锣鼓巷, 奥林匹克公园)。
4号线 -> 海淀黄庄 (换乘10号线) -> 北土城 (换乘8号线) -> 奥林匹克公园 (换乘15号线)。 (3次换乘)。
4号线 -> 宣武门 (换乘2号线) -> 崇文门 (换乘5号线) -> 大屯路东 (换乘15号线)。 (3次换乘)。
4号线 -> 角门西 (换乘10号线) -> 宋家庄 (换乘5号线) -> 大屯路东 (换乘15号线)。 (3次换乘)。
4号线 -> 西直门 (换乘2号线/13号线)。 Bingo!
路线：北京南站 (4号线) -> 西直门 (换乘13号线) -> 望京西 (换乘15号线) -> 崔各庄。
换乘次数：西直门 (1次), 望京西 (2次)。这是2次换乘！
奥林匹克公园站：8号线 <-> 15号线。
大屯路东站：5号线 <-> 15号线。
望京西站：13号线 <-> 15号线。
六道口站：昌平线 <-> 15号线。
4号线换乘点：海淀黄庄(10), 西直门(2/13), 平安里(6), 宣武门(2), 角门西(10), 北京南站(14-不可用)。
15号线换乘点：清华东路西口(暂无), 六道口(昌平线), 北沙滩(暂无), 奥林匹克公园(8), 安立路(暂无), 大屯路东(5), 关庄(暂无), 望京西(13/15), 望京(14-不可用), 望京东(暂无), 崔各庄(终点), 马泉营(暂无), 孙河(暂无), 国展(暂无), 花梨坎(暂无), 后沙峪(暂无), 南法信(暂无), 石门(暂无), 顺义(暂无), 俸伯(暂无)。
等等，我看漏了15号线的西段。
15号线西段：清华东路西口 -> 六道口 (换乘昌平线) -> 北沙滩 -> 奥林匹克公园 (换乘8号线) -> 安立路 -> 大屯路东 (换乘5号线) -> 关庄 -> 望京西 (换乘13号线) -> 望京 (换乘14号线) -> 望京东 -> 崔各庄…
目标：4号线 -> X号线 -> 15号线。
或者：4号线 -> X号线 -> Y号线 -> 15号线 (这是3次换乘)。
我们需要找一条线，既能和4号线换乘，又能和15号线换乘。
4号线和15号线的共同换乘线？
关键连接点：
现在看4号线怎么连到这些线（8, 5, 13, 昌平）。
连昌平线：

第三步：确认最佳方案（2次换乘）。

路线：北京南站 (4号线) -> 西直门 (换乘13号线) -> 望京西 (换乘15号线) -> 崔各庄。
验证站点：
北京南站 (4号线大兴线方向/安河桥北方向)。往北坐。
西直门：4号线和13号线、2号线换乘。可以换乘13号线（往东直门方向）。
13号线：西直门 -> … -> 望京西。
望京西：13号线和15号线换乘。可以换乘15号线（往俸伯方向）。
15号线：望京西 -> 望京 -> 望京东 -> 崔各庄。
这个路线完全可行，且只有2次换乘。

有没有可能1次换乘？

4号线直接连15号线？没有直接换乘站。
4号线连某条线，那条线直接连15号线且不用下车？不可能，必须换乘。
所以最少换乘次数肯定是2次（起点线 -> 中转线1 -> 中转线2 -> 终点线，这是3条线，2次换乘）。
或者：起点线 -> 中转线 -> 终点线（2条线，1次换乘）。
9号线：郭公庄(房山), 丰台南路(16), 丰台东大街, 七里庄(14-不可用), 六里桥(10), 六里桥东, 北京西站(7), 军事博物馆(1), 白堆子, 白石桥南(6), 国家图书馆(4/16)。 -> 不连15。
16号线：北安河… 西苑(4), 农大南路, 马连洼, 西北旺, 永丰, 永丰南, 屯佃, 稻香湖路, 温阳路。 -> 不连15。
6号线：金安桥(11/S1), 苹果园(1), 杨庄, 西黄村, 廖公庄, 田村, 海淀五路居, 慈寿寺(10), 花园桥, 白石桥南(9), 车公庄(2), 平安里(4), 北海北, 南锣鼓巷(8), 东四(5), 朝阳门(2), 东大桥, 呼家楼(10), 金台路(14-不可用), 十里堡, 青年路, 褡裢坡, 黄渠, 常营, 草房, 物资学院路, 通州北关, 北运河西, 北运河东, 郝家府, 东夏园, 潞城。 -> 不连15。
2号线：西直门(4/13), 积水潭, 鼓楼大街(8), 安定门, 雍和宫(5), 东直门(13/机场), 东四十条, 朝阳门(6), 建国门(1), 北京站, 崇文门(5), 前门(8), 和平门, 宣武门(4), 长椿街, 复兴门(1), 阜成门。 -> 2号线本身不连15。但是2号线换乘的线（5, 8, 13）连15。这会导致2次换乘。
10号线：巴沟, 苏州街, 海淀黄庄(4), 知春路(13), 西土城(昌平), 牡丹园(19), 健德门, 北土城(8), 安贞门, 惠新西街南口(5), 芍药居(13), 太阳宫, 三元桥(机场/12?), 亮马桥, 农业展览馆, 团结湖, 呼家楼(6), 金台夕照, 国贸(1), 双井(7), 劲松, 潘家园, 十里河(14/17), 分钟寺, 成寿寺, 宋家庄(5/亦庄), 石榴庄, 大红门(8), 角门东, 角门西(4), 草桥(19/大兴), 纪家庙, 首经贸(房山), 丰台站(16), 泥洼, 西局(14), 六里桥(9), 莲花桥, 公主坟(1), 西钓鱼台, 慈寿寺(6), 车道沟。
10号线与15号线有直接换乘吗？没有。
但是10号线可以换乘13号线（知春路、芍药居），13号线连15号线（望京西）。这是2次换乘（10->13->15）。加上从4到10，就是3次。
10号线可以换乘5号线（惠新西街南口、宋家庄），5号线连15号线（大屯路东）。这是2次换乘（10->5->15）。加上从4到10，就是3次。
10号线可以换乘8号线（北土城），8号线连15号线（奥林匹克公园）。这是2次换乘（10->8->15）。加上从4到10，就是3次。
4号线和15号线没有交集。
所以必须经过至少一条中间线。
如果有一条线X，既和4号线换乘，又和15号线换乘，那就是1次换乘。
检查所有与4号线换乘的线：14(不可用), 9, 16, 6, 2, 10, 19(图上有吗？图左下角有19号线草桥，但北京南站没连19号线。看图，19号线在牡丹园、积水潭、平安里、牛街、景风门、草桥。北京南站只有4和14)。
检查这些线是否与15号线换乘：

结论修正：刚才发现的 4号线 -> 西直门 (换13号线) -> 望京西 (换15号线) 是 2次换乘。这是目前找到的最少的。

再检查一下有没有 1次换乘的可能？即：4号线 -> X号线 -> 15号线。这意味着X号线必须同时与4号线和15号线换乘。

与4号线换乘的线：2, 6, 7(北京西站? 不，4号线不到北京西站，4号线到北京南站。7号线在北京西站。4号线和7号线不换乘。等等，4号线和7号线在菜市口换乘！看图。
看图：4号线有“菜市口”站。7号线也有“菜市口”站。
所以4号线和7号线在菜市口换乘。
与15号线换乘的线：8, 5, 13, 昌平。
我们需要找一条线，既在{2, 6, 7, 9, 10, 14(不可用), 16, 大兴}里，又在{8, 5, 13, 昌平}里。
清华东路西口 (无)
六道口 (昌平)
北沙滩 (无)
奥林匹克公园 (8)
安立路 (无)
大屯路东 (5)
关庄 (无)
望京西 (13) -> 13号线在列表里！
望京 (14)
…
海淀黄庄 (10)
西直门 (2, 13) -> 13号线在列表里！
平安里 (6, 19)
宣武门 (2)
菜市口 (7)
陶然亭 (无)
北京南站 (14)
马家堡 (无)
角门西 (10)
公益西桥 (无)
新宫 (19, 大兴) -> 大兴线算4号线一部分。新宫可以换19号线。
交集是空集。
等等，我漏看了什么线吗？
4号线换乘列表：
15号线换乘列表：

确认： 4号线和13号线在西直门换乘。 13号线和15号线在望京西换乘。所以路线：4号线 -> 13号线 -> 15号线。换乘次数：2次。

有没有其他2次换乘路线？

4号线 -> 2号线 -> ? -> 15号线 (3次)
4号线 -> 6号线 -> ? -> 15号线
路线1 (西直门方案)：北京南 -> 西直门 (约20分钟) -> 望京西 (13号线挺慢的，西直门到望京西大概30-40分钟) -> 崔各庄 (15号线望京西过去几站)。
路线2 (平安里方案)：北京南 -> 平安里 (约15分钟) -> 南锣鼓巷 (6号线一站? 不，平安里到南锣鼓巷中间有北海北。大概10分钟) -> 奥林匹克公园 (8号线，南锣鼓巷到奥森公园大概15-20分钟) -> 崔各庄 (15号线奥森公园过去几站)。
6号线换乘8号线（南锣鼓巷）。8号线换乘15号线（奥林匹克公园）。
路线：4号线 (平安里换6号线) -> 6号线 (南锣鼓巷换8号线) -> 8号线 (奥林匹克公园换15号线)。
这也是2次换乘！
比较一下距离/时间。
看起来平安里方案可能更快，因为13号线西直门段比较绕且慢。但是题目只问“最少换乘路线”。两个都是2次换乘。
4号线 -> 10号线 -> ? -> 15号线
10号线换乘8号线（北土城）。8号线换乘15号线（奥林匹克公园）。
路线：4号线 (海淀黄庄换10号线) -> 10号线 (北土城换8号线) -> 8号线 (奥林匹克公园换15号线)。
这也是2次换乘。
4号线 -> 9号线 -> ? -> 15号线
9号线换乘6号线（白石桥南）。6号线换乘… 上面分析过，6号线连8号线。
路线：4号线 (国家图书馆换9号线) -> 9号线 (白石桥南换6号线) -> 6号线 (南锣鼓巷换8号线) -> 8号线… 这是3次换乘。
4号线 -> 大兴线/19号线 -> ?
新宫换19号线。19号线换乘… 19号线换乘6号线（平安里）、10号线（牡丹园/草桥? 草桥换10/大兴）、4号线（平安里）。
如果走19号线：北京南(4) -> 新宫(换19) -> 牡丹园(换10) -> 北土城(换8) -> 奥林匹克公园(换15)。 4次换乘。太傻。

总结最少换乘方案（均为2次换乘）：

4号线 -> 13号线 -> 15号线 (换乘站：西直门、望京西)
4号线 -> 6号线 -> 8号线 -> 15号线 (换乘站：平安里、南锣鼓巷、奥林匹克公园) -> 等等，这是3条线，2次换乘？
北京南(4) -> 平安里 (下4上6) -> 南锣鼓巷 (下6上8) -> 奥林匹克公园 (下8上15)。
这是：4号线 -> 6号线 -> 8号线 -> 15号线。涉及4条线路，3次换乘！
让我重新数一下。
起点线：4号线。
第一次换乘：上6号线。
第二次换乘：上8号线。
第三次换乘：上15号线。
所以平安里方案是3次换乘。刚才数错了。
同理，海淀黄庄方案：4 -> 10 -> 8 -> 15。也是3次换乘。

再次确认 4 -> 13 -> 15 方案：

起点线：4号线。
第一次换乘：在西直门，下4号线，上13号线。
第二次换乘：在望京西，下13号线，上15号线。
到达终点。
总共：2次换乘。

有没有其他 2次换乘方案？即：4号线 -> X号线 -> 15号线。这意味着X号线必须同时连接4号线和15号线。

前面分析过，没有这样的X号线。
4号线连接：2, 6, 7, 9, 10, 13, 14(不可用), 16, 19, 大兴。
15号线连接：5, 8, 13, 14(不可用), 昌平。
交集只有 13号线。
所以 4 -> 13 -> 15 是唯一的“2次换乘”逻辑路径（如果不考虑同站台换乘等特殊情况，纯粹看线路图）。

等等，再仔细看图。

10号线和 15号线有换乘吗？
看图右上角。10号线到三元桥。15号线在望京西、望京。
10号线和15号线没有直接交点。
但是10号线和13号线有交点（知春路、芍药居）。
13号线和15号线有交点（望京西）。
所以 4 -> 10 -> 13 -> 15 是3次换乘。
5号线和 4号线有换乘吗？
没有直接换乘。
4号线换乘2号线（宣武门），2号线换乘5号线（崇文门）。
或者4号线换乘10号线（角门西），10号线换乘5号线（宋家庄/惠新西街南口）。
所以 4 -> … -> 5 -> 15 至少是3次换乘。
8号线和 4号线有换乘吗？
没有直接换乘。
4 -> 6 -> 8 (3次换乘: 4换6, 6换8, 8换15)。
4 -> 10 -> 8 (3次换乘: 4换10, 10换8, 8换15)。

结论似乎很明确了：最少换乘是2次。路线是：4号线 -> 13号线 -> 15号线。

具体路径：

在北京南站乘坐 4号线（往安河桥北方向）。
在西直门站下车，换乘 13号线（往东直门方向）。
在望京西站下车，换乘 15号线（往俸伯方向）。
在崔各庄站下车。

再检查一遍有没有漏掉的线。

12号线？图上显示12号线（浅绿色/青色？不，图例里12号线是浅棕色/米色？不对，看图例。12号线是“12号线”那个框，颜色好像是淡紫色或者灰色？
12号线走到望京附近吗？
看图：12号线到“东坝北街”。15号线在“望京”、“望京东”。
12号线和15号线没有交点。
看图例：12号线在11号线下面。颜色是淡紫色。
看地图上的12号线：在西边，东坝北街那边。
12号线换乘：西直门（2/4/13）、人民大学（4/12? 不，人民大学是4号线。看图，人民大学旁边有12号线吗？图上人民大学站只有4号线。
仔细看图中间上方。12号线（东坝北街方向）经过：西直门（换乘2/4/13）、大钟寺（换乘13）、知春路（换乘10/13）、蓟门桥（换乘19?）、北太平庄（换乘19?）、马甸桥（换乘8）、安华桥（换乘8）、安贞桥（换乘12?）、和平西桥（换乘5）、光熙门（换乘13?）、西坝河（换乘17?）、三元桥（换乘10/机场）、芳园里、高家园（换乘14）、将台（换乘14）、驼房营、东坝北街。
如果12号线在西直门和4号线换乘。
12号线和15号线有换乘吗？
所以12号线帮不上忙。
17号线？
17号线（粉色/浅红色）。
南段：十里河（换10/14）。
北段：未来科学城。
17号线和4号线没直接换乘。
17号线和15号线没直接换乘。
昌平线？
北京南(4) -> 海淀黄庄(换10) -> 西土城(换昌平) -> 六道口(换15) -> 崔各庄。
这是3次换乘。
北京南(4) -> 西直门(换13) -> 西二旗(换昌平) -> 六道口(换15) -> 崔各庄。
这是3次换乘。
在六道口换乘。
4号线在海淀黄庄换10号线，10号线到西土城换昌平线。
或者4号线到西直门换13号线，13号线到西二旗换昌平线。
昌平线南延到了西土城。
4号线换乘昌平线？
昌平线换乘15号线？
所以路径：4号线 -> 13号线 -> 昌平线 -> 15号线。
或者：4号线 -> 10号线 -> 昌平线 -> 15号线。

最终确认：最少换乘次数是 2次。路线是 4号线 -> 13号线 -> 15号线。

步骤梳理：

北京南站坐 4号线 (安河桥北方向)。
坐到西直门站。
换乘 13号线 (东直门方向)。
坐到望京西站。
换乘 15号线 (俸伯方向)。
坐到崔各庄站。

这个方案是可行的，且换乘次数最少（2次）。其他方案如 4->10->8->15 (3次), 4->6->8->15 (3次), 4->2->5->15 (3次) 都更多。

等等，再仔细看一眼 14号线瘫痪的影响。题目说14号线瘫痪。我的方案完全避开了14号线。 4号线（北京南站出发，只能坐4号线，因为14瘫痪）。 13号线（西直门换乘）。 15号线（望京西换乘）。全程无14号线。符合题意。

有没有可能 4号线 -> 9号线 -> …? 4号线国家图书馆换9号线。 9号线郭公庄换房山线。没用。 9号线六里桥换10号线。 9号线丰台南路换16号线。 9号线白石桥南换6号线。看来9号线只能作为连接到6号线或10号线的桥梁，只会增加换乘次数。

有没有可能 4号线 -> 16号线 -> …? 4号线国家图书馆换16号线。 16号线往北到西苑（换4号线，回去了）。 16号线往南… 没什么用，16号线主要在海淀山后和丰台。 16号线换乘10号线（丰台站）。 16号线换乘9号线（丰台南路）。都不通向15号线方向。

所以，唯一解就是 4 -> 13 -> 15。

最后检查一遍站点名称和线路颜色。

北京南站：4号线（蓝色）。
西直门：4号线（蓝色）、2号线（绿色）、13号线（黄色）。换乘13号线。
望京西：13号线（黄色）、15号线（紫色/粉色? 图例15号线是紫红色）。换乘15号线。
崔各庄：15号线。

路线确认无误。

撰写回答：

指出起点和终点。
指出限制条件（14号线不可用）。
给出最少换乘方案（2次换乘）。
详细列出路线：4号线 -> 13号线 -> 15号线。
列出关键换乘站点：西直门、望京西。
(可选) 提一下为什么这是最少的（因为4和15没有直接换乘，也没有公共的换乘线，必须经过13号线作为桥梁）。

补充思考：有没有可能走 4 -> 10 -> 17 -> …? 10号线到十里河换17号线。 17号线往北… 17号线和15号线有换乘吗？看图：17号线在“太阳宫”附近？不，17号线在“西坝河”、“太阳宫”（10号线）、“潘家园西”… 看北段：17号线有“望京西”吗？没有。 17号线北段：未来科学城… 天通苑东… 清河营… 红军营… 太阳宫… 17号线和15号线没有交点。 17号线和13号线有交点吗？ 13号线有“光熙门”、“柳芳”。 17号线有“西坝河”（近光熙门/柳芳）。看图上，17号线和13号线在“光熙门”/“西坝河”附近似乎没有直接换乘标记。仔细看图例和线路。 13号线：西直门… 光熙门… 柳芳… 三元桥… 芍药居… 望京西。 17号线：十里河… 潘家园西… 双井… 广渠门外… 永安里… 东大桥… 工人体育场… 左家庄… 西坝河… 太阳宫… 芍药居(换乘13/10? 不，芍药居是10/13)。看图上，17号线北端似乎只画到“未来科学城北”。中间有一段：西坝河、太阳宫。太阳宫是10号线。 17号线和13号线没有直接换乘。所以这条路不通。

再确认一下 4 -> 2 -> 13 -> 15? 4号线西直门直接换13号线，不需要经过2号线。西直门是4/2/13三线换乘。直接4换13即可。

最终结论稳固。路线：北京南站 (4号线) -> 西直门 (换乘13号线) -> 望京西 (换乘15号线) -> 崔各庄。换乘次数：2次。 </think>

基于提供的北京城市轨道交通线网图，在 14号线瘫痪的前提下，从北京南站到崔各庄的最少换乘路线如下：

最少换乘次数：2次

具体路线方案：

第一程（4号线）：
在北京南站乘坐 4号线（往安河桥北方向）。
行驶至西直门站下车。
第一次换乘（西直门站）：
在西直门站换乘 13号线（往东直门方向）。
第二程（13号线）：
乘坐13号线行驶至望京西站下车。
第二次换乘（望京西站）：
在望京西站换乘 15号线（往俸伯方向）。
第三程（15号线）：
乘坐15号线，经过望京、望京东，到达崔各庄站下车。

路线总结：4号线（北京南站 -> 西直门） →→ 13号线（西直门 -> 望京西） →→ 15号线（望京西 -> 崔各庄）

分析说明：

由于起点北京南站只有4号线和14号线，14号线瘫痪后只能从4号线出发。
终点崔各庄位于15号线上。
4号线和15号线没有直接交集，也没有一条线路能同时与这两条线换乘（除了13号线）。
13号线是唯一能连接4号线（在西直门）和15号线（在望京西）的线路，因此这是换乘次数最少（仅2次）的路径。其他路径（如经过10号线、8号线或5号线）通常都需要3次或更多换乘。

视觉编程

我们进一步增强了模型对视觉内容的理解、生成与工具调用能力。模型可以基于界面截图、产品原型、设计稿或自然图文描述，完成前端页面生成、代码补全、交互修改等任务，逐步打通从“看懂界面”到“生成代码”再到“调用工具完成修改”的完整链路。这也让多模态模型在真实开发工作流中具备了更强的实用价值。

演示1

Prompt:

请为一款目标人群是都市白领的精致小巧的香水产品设计图文发布页。

Qwen3.6-Plus:

在快节奏的都市生活中，我们常常被各种声音裹挟：会议的嘈杂、地铁的轰鸣、键盘的敲击声。你是否渴望拥有一个只属于自己的“静音时刻”？

香水，不仅是气味的载体，更是隐形的私密空间。今天介绍的这款 ‘Moment’，专为都市白领设计，它不张扬，却足够坚定。小巧如鹅卵石般的瓶身，恰好能滑入你的手掌心，或隐匿于通勤包的夹层中。

随身携带的仪式感

不同于传统大瓶香水的笨重，‘Moment’ 的设计初衷是“随时随地的切换”。

清晨出门前，它是唤醒感官的第一缕清风；午后会议间隙，它是重置心情的秘密武器；深夜归家后，它是卸下防备的温暖拥抱。50ml 的精致容量，既满足了日常使用，又保持了绝对的轻盈。无论置于办公桌一角，还是放入随身手包，它都是一件提升生活质感的微型艺术品。

气味叙事：木质调的冷静与温柔

‘Moment’ 并非甜腻的花果香，而是一款层次丰富的中性木质调。

前调：清冷的雪松与佛手柑，如同清晨推开窗的瞬间，空气凛冽而清醒。
中调：淡淡的鸢尾根与白麝香，带来贴肤的柔软感，像是穿了一件洗净的白衬衫。
后调：温暖的檀香与琥珀，沉稳持久，给予内心安定的力量。

这种克制而内敛的香气，不会侵略他人的空间，却能为你构建一层看不见的保护罩。

在这个喧嚣的世界里，我们需要一些微小的事物来锚定自我。

‘Moment’ 不仅仅是一瓶香水，它是你口袋里的避难所，是你指尖的温度，是你无需言语的态度。

此刻，即永恒。

🛒 点击链接，开启你的专属静谧时刻。

‘Moment’ 香水：以极简设计承载丰富嗅觉层次，为都市白领打造可随时携带的私密精神空间。小巧便携，木质调性，克制而高级。

（可上下滑动查看）

演示2

Prompt:

我是开皮衣店的，一些商品图片在image_list/文件夹下，给我搞一个炫酷的店面首页，要用上这些商品示例图并配上精美讲解。

Qwen3.6-Plus:

视频理解

Qwen3.6 不仅持续提升对视频内容本身的理解能力，也在进一步支持更贴近真实任务的视频分析与处理场景。相比于静态图像，视频理解要求模型同时处理时序信息、动态变化和跨帧关联，因此更能体现多模态模型从“感知”走向“理解”和“处理”的综合能力。我们希望模型不仅能看懂视频发生了什么，也能围绕视频内容完成进一步分析、抽取与处理任务。

演示 Video to lecture notes

Prompt:

Help me convert the video below into courseware.

Qwen3.6-Plus:

上下滑动，查看更多

视觉Agent应用

我们关注的是模型如何在环境中持续感知、推理并采取行动。以 GUI Agent 为代表，模型可以基于屏幕内容理解当前界面状态，并结合规划能力执行下一步操作；而像 OpenClaw 这样的探索，则进一步展示了多模态模型在开放环境中完成复杂交互任务的潜力。结合 Claude Code 风格的工作流、多跳搜索、CI 与外部工具调用，模型能够逐步从单轮问答演进为面向真实任务的执行系统：先理解问题，再检索信息、生成方案、调用工具，并在反馈中持续迭代。

演示 Claude Code

演示 OpenClaw

总结与未来展望

Qwen3.6-Plus 标志着我们在迈向原生多模态智能体征程中的关键里程碑，并在智能体编程领域实现了前所未有的飞跃。通过直击开发者在实际场景中的需求，我们为下一代 AI 应用奠定了坚实可靠的基础。乘势而上，我们近期的工作重心将全面转向 Qwen3.6 系列的整体发布。在未来不久，我们还将开源更小规模的模型版本，以此重申我们对技术普惠与社区驱动创新的坚定承诺。放眼更长远的未来，我们将持续拓展模型自主能力的边界，重点攻坚日益复杂的长程仓库级任务。我们由衷感谢 Qwen3.5 阶段大家给予的宝贵反馈，并满怀期待地迎接您将借助 Qwen3.6-Plus 创造的突破性成果。

关注我，掌握千问大模型最新动态

更多Demo和技术细节详见博客原文👇

<原文链接：https://mp.weixin.qq.com/s/1uGdP4LkIiC8T0AE1U4VYg

文章版权归作者所有，未经允许请勿转载。

THE END