Qwen3.6-35B-A3B 模型介绍
Qwen3.6-35B-A3B 是通义的 MoE 文本模型（约 35B 总参 / 3B 激活）。本模块两条硬件路径：Lemonade / llama.cpp 走 GGUF + iGPU，FastFlowLM 走 NPU2 + XDNA2。不要把 GGUF 塞给 flm，也不要把 model.q4nx 塞给 llama.cpp。
对照：同系列更早的 GPU 教程见 Qwen3 · Qwen3.5。Lemonade 目录若写成
Qwen3.5-35B-A3B-GGUF，那是另一代，不要当 3.6 用。以lemonade list里带 3.6 的 id 为准。
路径对照
| 路径 | 格式 | 典型体积 | 运行时 |
|---|---|---|---|
| GPU / Lemonade | GGUF（目录 Qwen3.6-35B-A3B-GGUF，多为 UD-Q4） | 约 20–23 GiB | Lemonade llamacpp:vulkan（或 rocm）@ 13305 |
| NPU / FastFlowLM | NPU2 | 常驻约 29 GiB | flm serve qwen3.6-moe:35b-a3b @ 8219 |
比 Gemma 4 E4B（约 9 GiB）更吃统一内存。先停其它大模型再开。NPU 短问并发 1/2/4/8 已在验证机通过，单路长生成大约 14 tok/s。
部署入口
环境：FastFlowLM · Lemonade · XDNA2