Qwen-AgentWorld-35B-A3B (Qwen)

独立证据与社区反馈

5 个独立来源 · 另 2 官方/转载最近验证 2026-08-05

Qwen-AgentWorld-35B-A3B 是首个原生覆盖 7 个 agent 交互域的语言世界模型，AgentWorldBench 总分较基座模型 Qwen3.5-35B-A3B 提升 +8.66 分（47.73→56.39），超越 Claude Sonnet 4.6。但社区对定位存在明显困惑——Qwen 团队未清晰说明这是一款以环境模拟为训练目标的 world model，而非直接面向 agent 使用的模型。

• 单个模型内统一覆盖 MCP、Search、Terminal、SWE、Web、OS、Android 七个 agent 交互域的环境模拟
• LWM 训练使 AgentWorldBench 总分从 47.73 提升至 56.39，+8.66 分，超越 Claude Sonnet 4.6（56.04）
• 可作为低成本环境模拟器，用于 evals 或 agent rollouts，无需运行真实环境
• 以 GGUF 格式可在 16GB 显存消费级设备上本地运行，35B 总参 / 3B 激活参数的 MoE 架构，256K 上下文
• 在通用 agentic 任务上，质量与速度均优于 Qwen3.6-27B
• 在代码任务上表现优于 Qwen3.6-35B
• 实际测试中能 100% 完成问答，而基座模型有时因过度思考耗尽 token 预算而无法作答
• 在 dungeon crawler 等游戏类任务中实际表现优于基座模型

• Qwen 团队对该模型的定位说明不清，导致社区普遍困惑其实际用途
• 模型训练目标为环境模拟/世界建模，并非直接作为 agent 使用；社区反馈明确指出'用它当 agent 并不是设计初衷'
• 在代码任务上弱于 Qwen3.6-27B，差距明显
• 在代码挑战中有时需要额外几轮 prompt 才能产出可用结果
• 个人测试中难以评估其世界建模能力，缺乏实用的评估方法

• 独立评测Qwen AgentWorld 35B A3B Tested - 16GB Local LLM setup
• 社区实测Qwen-AgentWorld-35B-A3B: a 3B-active MoE trained to simulate MCP, ...
• 社区实测Qwen-AgentWorld-35B-A3B is the best local ai model?
• 社区实测Qwen-AgentWorld-35B-A3B
• 社区实测Qwen on X: "📊 AgentWorldBench: 7-domain benchmark...
• 官方/厂商Qwen/Qwen-AgentWorld-35B-A3B
• 官方/厂商Qwen/Qwen-AgentWorld-35B-A3B · Awesome model

可信度HF 28.6k下载，67赞，AgentWorldBench 7域评测透明