[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"portal-settings:stajic:fr":3,"public-menus:all":38,"post:qwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning:fr":205,"related:post:qwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning:fr:1":700},{"statusCode":4,"data":5,"message":37},200,{"tenantId":6,"lang":7,"defaultLang":8,"siteUrl":9,"contactEmail":10,"brandName":11,"logoUrl":12,"siteName":11,"siteDescription":13,"ogImage":10,"robotsIndex":14,"socialLinks":10,"reservedSlugs":10,"seoPolicy":15},"stajic","fr","de","https:\u002F\u002Fstajic.de",null,"Stajic Platform","\u002FLogo_Planet.svg","Stajic Portal",true,{"branding":16,"relatedContent":17,"crossDomainLinks":18},{"logoUrl":12},{"enabled":14},[19,22,25,28,31,34],{"url":20,"label":21,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Ffigure.rocks","figure.rocks",{"url":23,"label":24,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Floving.rocks","loving.rocks",{"url":26,"label":27,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.com","bazify.com",{"url":29,"label":30,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.de","bazify.de",{"url":32,"label":33,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.at","bazify.at",{"url":35,"label":36,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.ba","bazify.ba","Portal settings resolved",[39,45],{"id":40,"name":41,"location":42,"isActive":14,"isDefault":43,"items":44},1,"main-navigation","header",false,[],{"id":46,"name":47,"location":48,"isActive":14,"isDefault":14,"items":49},4,"main-menu","sidebar",[50,66,79,93,103,118,133],{"id":51,"title":52,"url":60,"target":61,"icon":62,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":64,"portfolioId":10,"children":65},"item-18",{"de":53,"en":54,"es":55,"fr":56,"it":54,"ru":57,"sr":58,"zh":59},"Startseite","Home","Inicio","Accueil","Главная","Почетна","首页","\u002Ffull-stack-web-developer-munich-performance-seo-and-maintainable-builds","_self","i-lucide-home","page",111,[],{"id":67,"title":68,"url":75,"target":61,"icon":76,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":77,"portfolioId":10,"children":78},"item-22",{"de":69,"en":69,"es":70,"fr":69,"it":71,"ru":72,"sr":73,"zh":74},"Vision","Visión","Visione","Видение","Визија","想象","\u002Fueber-uns-webdesign-muenchen-webaplikation","i-lucide-eye",113,[],{"id":80,"title":81,"url":89,"target":61,"icon":90,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":91,"portfolioId":10,"children":92},"item-19",{"de":82,"en":83,"es":84,"fr":83,"it":85,"ru":86,"sr":87,"zh":88},"Leistungen","Services","Servicios","Servizi","Услуги","Услуге","服务","\u002Fservices-dienstleistungen-muenchen","i-lucide-wrench",116,[],{"id":94,"title":95,"url":99,"target":61,"icon":100,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":101,"portfolioId":10,"children":102},"item-23",{"de":96,"en":96,"es":96,"fr":96,"it":96,"ru":97,"sr":97,"zh":98},"Blog","Блог","博客","\u002Fblog","i-lucide-book-open",112,[],{"id":104,"title":105,"url":114,"target":61,"icon":115,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":116,"portfolioId":10,"children":117},"item-32",{"de":106,"en":107,"es":108,"fr":109,"it":110,"ru":111,"sr":112,"zh":113},"Neue Technologien","New Technologies","Nuevas tecnologías","Nouvelles technologies","Nuove tecnologie","Новые технологии","Нове технологије","新技术！","\u002Fneue-webtechnologien","i-lucide-sparkles",122,[],{"id":119,"title":120,"url":129,"target":61,"icon":130,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":131,"portfolioId":10,"children":132},"item-20",{"de":121,"en":122,"es":123,"fr":124,"it":125,"ru":126,"sr":127,"zh":128},"Kontakt","Contact us!","Contacto","Contact","Contatto","Контакт","Контактирајте нас","联系我们！","\u002Fcontact","i-lucide-mail",115,[],{"id":134,"title":135,"url":144,"target":61,"icon":145,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":146,"portfolioId":10,"children":147},"item-21",{"de":136,"en":137,"es":138,"fr":139,"it":140,"ru":141,"sr":142,"zh":143},"Unsere Arbeit","Our Work","Nuestro trabajo","Nos réalisations","I nostri lavori","Наши работы","Наши радови","文件夹","\u002Fportfolio","i-lucide-briefcase",114,[148,161,175,181,193],{"id":149,"title":150,"url":144,"target":61,"icon":159,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":146,"portfolioId":10,"children":160},"item-24",{"de":151,"en":152,"es":153,"fr":154,"it":155,"ru":156,"sr":157,"zh":158},"Alle Projekte","All Projects","Todos los proyectos","Tous les projets","Tutti i progetti","Все проекты","Сви пројекти","所有项目","i-lucide-grid-3x3",[],{"id":162,"title":163,"url":171,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":174},"item-29",{"de":164,"en":165,"es":166,"fr":167,"it":168,"ru":169,"sr":170,"zh":143},"Local Roots, Global Reach","Local Roots - Global Reach","Empresa local ","Entreprise locale","Azienda locale","Местная компания","Локално предузеће глобално тржиште","\u002Fportfolio\u002Flocal-roots-global-reach-communication-media-systems-for-modern-business","i-lucide-folder","custom",[],{"id":176,"title":177,"url":179,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":180},"item-28",{"de":178,"en":178,"es":178,"fr":178,"it":178,"ru":178,"sr":178,"zh":178},"Solr Suggester","\u002Fportfolio\u002Fsolr-fuzzy-suggester-und-solr-infix-suggester-abfrage-ueber-ajax-und-filterung",[],{"id":182,"title":183,"url":191,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":192},"item-27",{"de":184,"en":185,"es":186,"fr":187,"it":188,"ru":189,"sr":190,"zh":185},"Firmenwebseite SEO","Company Website SEO","Sitio web corporativo SEO","Site web d’entreprise SEO","Sito web aziendale SEO","Корпоративный сайт SEO","Пословна веб-страница SEO","\u002Fportfolio\u002Fseo-sem-branding-mobile-webseite-muenchen",[],{"id":194,"title":195,"url":203,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":204},"item-31",{"de":196,"en":197,"es":198,"fr":199,"it":200,"ru":201,"sr":202,"zh":197},"Digitalisierungsportal","Digitalization Portal","Portal de digitalización","Portail de numérisation","Portale di digitalizzazione","Портал цифровизации","Портал за дигитализацију","\u002Fportfolio\u002Fdigitalisierungsportal-archiv-museum-bibliothek-ead-lido-mets-mods",[],{"statusCode":4,"data":206,"message":699},{"id":207,"title":208,"slug":209,"content":210,"contentJson":211,"excerpt":387,"featuredImage":388,"featuredImageAlt":389,"featuredImageCaption":10,"featuredImageTitle":10,"featuredImageCopyright":10,"featuredImageAuthor":10,"featuredImageSourceUrl":10,"featuredImageLicense":10,"featuredImageIsAiGenerated":43,"status":390,"publishedAt":391,"createdAt":392,"updatedAt":393,"seoLocalePaths":394,"categories":403,"author":424,"translations":429},"445","Qwen 3.6 en production : Runbook de déploiement, Rollback IA et Versionnage LLMOps","qwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u003Cp>\u003Cb>Qwen3.6-Plus\u003C\u002Fb> est important car il fait passer la gamme Qwen d'un modèle agentique prometteur à quelque chose de bien plus proche d'une couche d'exécution de qualité production. L'article précédent sur Qwen 3.5-Plus sur stajic.de cadrait déjà correctement ce changement : le marché s'éloigne de l'intelligence purement conversationnelle pour se diriger vers une exécution multi-étapes fiable. Qwen3.6 va plus loin dans cette direction avec un codage agentique plus robuste, un meilleur raisonnement multimodal et une posture de sortie davantage axée sur la stabilité.\u003C\u002Fp>\n\u003Cp>Cela fait de ce sujet un complément naturel pour \u003Cb>Enterprise Delivery OS\u003C\u002Fb>. Il relève principalement du \u003Cb>LLMOps Playbook\u003C\u002Fb>, avec l'adéquation la plus forte sous \u003Cb>Versioning (Prompts, Modèles)\u003C\u002Fb>. En même temps, il devrait également trouver sa place naturellement dans le \u003Cb>Release Runbook\u003C\u002Fb> et l'\u003Cb>AI Rollback Runbook\u003C\u002Fb>, car une mise à niveau de modèle n'est pas seulement un choix de modèle. C'est à la fois un événement de mise en production, un scénario de retour arrière et un problème de versionnage.\u003C\u002Fp>\n\u003Cp>Le lancement officiel de Qwen3.6-Plus positionne le modèle comme une mise à niveau majeure par rapport à Qwen3.5-Plus, en particulier pour le codage agentique, la résolution de problèmes au niveau du dépôt, le raisonnement multimodal et l'exécution stable en conditions réelles. Alibaba indique également que le modèle Plus hébergé est disponible immédiatement avec une fenêtre de contexte de 1M par défaut, tandis que les variantes Qwen3.6 en poids ouverts étendent la famille pour les équipes qui souhaitent plus de contrôle sur les choix de déploiement et d'inférence.\u003C\u002Fp>\n\u003Ch2>Ce qui a changé de Qwen 3.5 à Qwen 3.6\u003C\u002Fh2>\n\u003Cp>L'article original sur Qwen 3.5-Plus sur stajic.de se concentrait sur quatre points forts pratiques : un contexte large, le comportement d'utilisation des outils, la capacité multimodale et le passage vers une exécution agentique fiable. Qwen3.6-Plus conserve ces bases, mais la sortie officielle affine la valeur opérationnelle. Elle met beaucoup plus l'accent sur la qualité du codage agentique, l'exécution de type terminal, l'utilisation d'outils à long horizon et une stabilité accrue basée sur les retours de déploiement de l'ère Qwen3.5.\u003C\u002Fp>\n\u003Cul>\u003Cli>Fenêtre de contexte de 1M par défaut dans le modèle Plus hébergé\u003C\u002Fli>\u003Cli>Capacité de codage agentique considérablement améliorée\u003C\u002Fli>\u003Cli>Meilleure perception et raisonnement multimodaux\u003C\u002Fli>\u003Cli>Une base plus stable et fiable pour les flux de travail des développeurs en conditions réelles\u003C\u002Fli>\u003Cli>Une famille Qwen3.6 plus large qui comprend également des variantes en poids ouverts pour les cas d'utilisation auto-hébergés\u003C\u002Fli>\u003C\u002Ful>\n\u003Cpre class=\"code-block\">\u003Ccode>\u002F\u002F Idée de migration minimale\nconst modelConfig = { provider: "qwen", model: "qwen3.6-plus", maxContext: 1000000, mode: "agentic-coding", tools: ["browser", "bash", "search", "file-edit"]\n}; \u002F\u002F La partie difficile n'est pas le changement de modèle.\n\u002F\u002F La partie difficile réside dans le contrôle de la mise en production, l'évaluation et la préparation au retour arrière.\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch2>Pourquoi Qwen 3.6 est un sujet de Release Runbook\u003C\u002Fh2>\n\u003Cp>Le \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Frelease-runbook\">Release Runbook\u003C\u002Fa> en direct définit la sécurité des mises en production par des vérifications préalables, des responsables clairs, une vérification par rapport aux critères d'acceptation, des preuves capturées et une revue post-déploiement. Une mise à niveau en production de Qwen3.5-Plus vers Qwen3.6-Plus correspond exactement à ce modèle. Une sortie de modèle n'est pas seulement une nouvelle fonctionnalité. C'est un changement de comportement au sein d'un système en direct, ce qui signifie qu'elle mérite une discipline de niveau production.\u003C\u002Fp>\n\u003Cp>Cela devient encore plus important lorsque le modèle est utilisé pour la génération de code, l'exécution d'outils, le raisonnement au niveau du dépôt ou les flux de travail multimodaux. Plus la surface opérationnelle est grande, plus il devient dangereux de traiter la mise à niveau comme un simple ajustement de configuration.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>Liste de contrôle de mise en production pour une mise à niveau de modèle\n1. Définir la version cible et le périmètre de déploiement\n2. Geler les modifications de prompts et de routage pendant la validation\n3. Exécuter le banc d'essai d'évaluation sur un ensemble de tests stable\n4. Vérifier les deltas de coût, de latence et de taux d'échec\n5. Confirmer le chemin de retour arrière et les seuils de déclenchement du retour arrière\n6. Approuver la mise en production avec un responsable désigné et un dossier de preuves\n7. Surveiller le comportement post-déploiement avant le basculement complet du trafic\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch2>Pourquoi Qwen 3.6 est aussi un sujet d'AI Rollback\u003C\u002Fh2>\n\u003Cp>Le \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Fai-rollback\">AI Rollback Runbook\u003C\u002Fa> en direct est explicite : les systèmes LLM peuvent régresser suite à des changements de prompts, des changements de routage, des mises à jour de modèles ou une dérive des données. Ce n'est pas théorique. Une mise à niveau de modèle peut améliorer les benchmarks de codage tout en faisant régresser un flux de travail en production qui dépend de la stabilité du formatage, de la discipline des outils, du comportement de sécurité, du profil de coût ou du style de sortie.\u003C\u002Fp>\n\u003Cp>Qwen3.6-Plus est peut-être plus performant globalement, mais les systèmes en production ne faillissent pas sur la qualité moyenne. Ils faillissent sur les comportements limites, les dépendances cachées et les hypothèses d'intégration fragiles. C'est pourquoi chaque mise à niveau de modèle nécessite des conditions de retour arrière explicites avant tout mouvement de trafic.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>{ "rollbackTriggers": { "qualityDropPct": 5, "toolCallFailurePct": 2, "costIncreasePct": 20, "latencyIncreasePct": 25, "safetyViolationCount": 1 }, "rollbackTarget": "qwen3.5-plus", "freezeWindow": "24h", "requiredEvidence": [ "eval-report", "traffic-split-report", "post-release-verification" ]\n}\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch2>Le versionnage des prompts et des modèles est la surface de contrôle\u003C\u002Fh2>\n\u003Cp>La page \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning\">Versioning (Prompts, Modèles)\u003C\u002Fa> en direct donne le bon cadre : les prompts et les modèles ont besoin de traçabilité et de changements contrôlés. Ce point devient beaucoup plus concret lorsqu'une famille de modèles évolue rapidement. Si l'équipe ne peut pas dire quel ensemble de prompts, quelle logique de routage, quelle politique de température, quelles permissions d'outils et quelle base d'évaluation étaient actifs lors d'une mise en production donnée, alors le système n'est pas véritablement versionné. Il est simplement configuré.\u003C\u002Fp>\n\u003Cp>Un enregistrement de version de qualité production doit lier l'identité du modèle, le lot de prompts, la politique des outils, l'ensemble d'évaluation et la décision de mise en production. C'est particulièrement important pour Qwen3.6 car le modèle est conçu pour une exécution agentique plus robuste. Un comportement plus performant implique un besoin accru de limites de version explicites.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>{ "versionId": "llm-stack-2026-05-04-a", "model": "qwen3.6-plus", "fallbackModel": "qwen3.5-plus", "promptBundle": "repo-agent-v12", "toolPolicy": "repo-agent-safe-tools-v4", "routerPolicy": "coding-heavy-workloads-v3", "evalSet": "agentic-coding-regression-suite-v7", "approvedBy": "llmops-owner", "releaseState": "canary"\n}\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch2>Pourquoi le meilleur emplacement principal est le LLMOps Playbook\u003C\u002Fh2>\n\u003Cp>Le \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\">LLMOps Playbook\u003C\u002Fa> en direct définit déjà la logique opérationnelle clé : versionner les prompts et les modèles, évaluer avec des barrières de qualité, déployer via des parcours canary ou A\u002FB, surveiller les dérives ou les régressions, et maintenir un retour en arrière rapide. Qwen3.6-Plus est presque un exemple d'école de la raison d'être de ce playbook. Le modèle est plus performant, mais la mise à niveau ne devient précieuse que lorsque le comportement reste stable malgré les changements.\u003C\u002Fp>\n\u003Cul>\u003Cli>Le versionnage protège la traçabilité et le changement contrôlé\u003C\u002Fli>\u003Cli>Le harnais d'évaluation protège la qualité avant le basculement du trafic\u003C\u002Fli>\u003Cli>Les déploiements Canary et A\u002FB réduisent le rayon d'impact de la mise à niveau du modèle\u003C\u002Fli>\u003Cli>La surveillance détecte les régressions que l'évaluation statique a manquées\u003C\u002Fli>\u003Cli>La stratégie de rollback maintient la réversibilité du système lorsque le trafic réel expose des faiblesses\u003C\u002Fli>\u003C\u002Ful>\n\u003Cp>C'est aussi pourquoi la page en direct \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fcanary-and-ab\">Canary and A\u002FB Releases\u003C\u002Fa> s'insère naturellement ici. Un modèle performant ne devrait pas passer directement de l'enthousiasme des benchmarks au trafic de production complet. Le modèle le plus sûr est un déploiement progressif avec des preuves explicites à chaque étape.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>Séquence de déploiement LLMOps\n1. Épingler le modèle exact et le bundle de prompts\n2. Exécuter l'évaluation hors ligne sur une suite de régression fixe\n3. Lancer le trafic canary avec des garde-fous explicites\n4. Comparer les métriques de qualité, de latence, de coût et d'échec des outils\n5. Étendre le trafic uniquement si les seuils sont respectés\n6. Maintenir un rollback immédiat et documenté\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch2>Où Qwen 3.6 crée un véritable levier\u003C\u002Fh2>\n\u003Cp>La valeur pratique la plus forte de Qwen3.6 n'est pas qu'il semble plus intelligent dans une démo. Le véritable levier se trouve là où la continuité du flux de travail compte : codage au niveau du dépôt, utilisation d'outils sur un long horizon, débogage multimodal et exécution répétée sous un contexte changeant. C'est là qu'un modèle plus agentique peut éliminer les frictions réelles au lieu de simplement améliorer les benchmarks de premier plan.\u003C\u002Fp>\n\u003Cul>\u003Cli>Tâches de codage au niveau du dépôt avec plusieurs fichiers et des chaînes de dépendance plus longues\u003C\u002Fli>\u003Cli>Parcours d'exécution orientés terminal où la discipline des outils est primordiale\u003C\u002Fli>\u003Cli>QA multimodal et débogage d'interface utilisateur où les captures d'écran et les documents comptent\u003C\u002Fli>\u003Cli>Analyse d'opérations et d'incidents avec un contexte plus large et une exécution de type runbook\u003C\u002Fli>\u003Cli>Flux de travail agentiques où la stabilité sur de nombreuses étapes compte plus que le brio d'une réponse unique\u003C\u002Fli>\u003C\u002Ful>\n\u003Cp>Cette direction est cohérente à la fois avec le lancement de Qwen3.6-Plus et les versions open-weight de Qwen3.6, qui mettent l'accent sur le codage agentique, le raisonnement sur les dépôts, la préservation de la réflexion et une plus grande flexibilité de déploiement. Pour les équipes testant déjà Qwen3.5-Plus, la question n'est plus de savoir si Qwen3.6 est intéressant. La vraie question est de savoir si l'équipe peut le mettre à niveau avec la même discipline que pour toute autre dépendance de production.\u003C\u002Fp>\n\u003Ch2>Compromis à respecter avant la mise à niveau\u003C\u002Fh2>\n\u003Cul>\u003Cli>Une fenêtre de contexte plus large ne supprime pas la nécessité d'entrées structurées et de planification de la récupération\u003C\u002Fli>\u003Cli>Un codage agentique plus fort augmente le besoin de politiques d'outils, de sandboxing et de journaux rejouables\u003C\u002Fli>\u003Cli>Les variantes hébergées et open-weight créent des compromis différents en matière de déploiement, de confidentialité et d'opérations\u003C\u002Fli>\u003Cli>Un meilleur modèle moyen peut toujours entraîner une régression sur un flux de travail critique si l'évaluation est faible\u003C\u002Fli>\u003Cli>La dérive de version entre les prompts, les routeurs et les points de terminaison des modèles peut détruire la traçabilité si elle n'est pas contrôlée\u003C\u002Fli>\u003C\u002Ful>\n\u003Cblockquote class=\"border-l-4 border-gray-300 pl-4 italic\">Une mise à niveau de modèle n'est une mise à niveau de capacité que si le système d'exploitation qui l'entoure peut prouver la stabilité, tracer le changement et l'inverser rapidement.\u003Ccite class=\"block mt-2 text-sm\">— Perspective LLMOps\u003C\u002Fcite>\u003C\u002Fblockquote>\n\u003Ch2>Placement optimal dans les piliers\u003C\u002Fh2>\n\u003Cp>Le meilleur emplacement principal pour cet article est le \u003Cb>LLMOps Playbook\u003C\u002Fb>, avec l'adéquation la plus forte sous \u003Cb>Versioning (Prompts, Models)\u003C\u002Fb>. Un placement supplémentaire sous \u003Cb>Release Runbook\u003C\u002Fb> et \u003Cb>AI Rollback Runbook\u003C\u002Fb> est justifié car le sujet porte explicitement sur le déploiement contrôlé, la préparation au rollback et la traçabilité des versions de modèles. En d'autres termes, Qwen3.6 n'est pas seulement une histoire de modèle. C'est une histoire d'opérations.\u003C\u002Fp>\n\u003Ch2>Perspective finale\u003C\u002Fh2>\n\u003Cp>Qwen3.6-Plus est un signal fort que l'IA agentique devient plus pratique pour les travaux d'ingénierie sérieux. Mais le véritable signal de maturité n'est pas le graphique du benchmark. C'est de savoir si une équipe peut déployer le nouveau modèle via un runbook basé sur des preuves, préserver la traçabilité des versions de prompts et de modèles, effectuer un déploiement canary en toute sécurité, surveiller le comportement réel et revenir en arrière rapidement si un flux de travail critique régresse. C'est la différence entre expérimenter des modèles et les exploiter.\u003C\u002Fp>\n\u003Cdiv class=\"ce-delimiter cdx-block my-8\">\u003C\u002Fdiv>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fblog\u002Fnew-qwen-3-5-plus\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Nouveau Qwen 3.5-Plus : L'IA open-source devient sérieuse maintenant\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Article précédent sur Qwen 3.5-Plus comme le passage d'une intelligence de type chat vers une exécution agentique plus fiable.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Playbook LLMOps\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Maintenez la stabilité du comportement des LLM à travers les changements grâce au versionnage, à l'évaluation, aux déploiements canary, à la surveillance et aux procédures de rollback rapide.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Versionnage (Prompts, Modèles)\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Stratégie de versionnage pour les prompts et les modèles afin d'assurer la traçabilité et un changement contrôlé.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Frelease-runbook\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Runbook de mise en production\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Utilisez des vérifications pré-vol, des responsables désignés, une vérification par rapport aux critères d'acceptation, des preuves capturées et une revue post-déploiement.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Fai-rollback\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Runbook de Rollback IA\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Les systèmes LLM peuvent régresser suite à des changements de prompts, de routage, des mises à jour de modèles ou une dérive des données. Geler, vérifier, revenir en arrière et apprendre.\u003C\u002Fp>\u003C\u002Fa>",{"time":212,"blocks":213,"version":386},1777885081742,[214,218,221,224,228,231,241,245,248,251,254,257,260,263,266,269,272,275,278,281,284,287,295,298,301,304,307,315,318,321,329,334,337,340,343,346,349,358,365,372,379],{"data":215,"type":217},{"text":216},"\u003Cb>Qwen3.6-Plus\u003C\u002Fb> est important car il fait passer la gamme Qwen d'un modèle agentique prometteur à quelque chose de bien plus proche d'une couche d'exécution de qualité production. L'article précédent sur Qwen 3.5-Plus sur stajic.de cadrait déjà correctement ce changement : le marché s'éloigne de l'intelligence purement conversationnelle pour se diriger vers une exécution multi-étapes fiable. Qwen3.6 va plus loin dans cette direction avec un codage agentique plus robuste, un meilleur raisonnement multimodal et une posture de sortie davantage axée sur la stabilité.","paragraph",{"data":219,"type":217},{"text":220},"Cela fait de ce sujet un complément naturel pour \u003Cb>Enterprise Delivery OS\u003C\u002Fb>. Il relève principalement du \u003Cb>LLMOps Playbook\u003C\u002Fb>, avec l'adéquation la plus forte sous \u003Cb>Versioning (Prompts, Modèles)\u003C\u002Fb>. En même temps, il devrait également trouver sa place naturellement dans le \u003Cb>Release Runbook\u003C\u002Fb> et l'\u003Cb>AI Rollback Runbook\u003C\u002Fb>, car une mise à niveau de modèle n'est pas seulement un choix de modèle. C'est à la fois un événement de mise en production, un scénario de retour arrière et un problème de versionnage.",{"data":222,"type":217},{"text":223},"Le lancement officiel de Qwen3.6-Plus positionne le modèle comme une mise à niveau majeure par rapport à Qwen3.5-Plus, en particulier pour le codage agentique, la résolution de problèmes au niveau du dépôt, le raisonnement multimodal et l'exécution stable en conditions réelles. Alibaba indique également que le modèle Plus hébergé est disponible immédiatement avec une fenêtre de contexte de 1M par défaut, tandis que les variantes Qwen3.6 en poids ouverts étendent la famille pour les équipes qui souhaitent plus de contrôle sur les choix de déploiement et d'inférence.",{"data":225,"type":42},{"text":226,"level":227},"Ce qui a changé de Qwen 3.5 à Qwen 3.6",2,{"data":229,"type":217},{"text":230},"L'article original sur Qwen 3.5-Plus sur stajic.de se concentrait sur quatre points forts pratiques : un contexte large, le comportement d'utilisation des outils, la capacité multimodale et le passage vers une exécution agentique fiable. Qwen3.6-Plus conserve ces bases, mais la sortie officielle affine la valeur opérationnelle. Elle met beaucoup plus l'accent sur la qualité du codage agentique, l'exécution de type terminal, l'utilisation d'outils à long horizon et une stabilité accrue basée sur les retours de déploiement de l'ère Qwen3.5.",{"data":232,"type":240},{"items":233,"style":239},[234,235,236,237,238],"Fenêtre de contexte de 1M par défaut dans le modèle Plus hébergé","Capacité de codage agentique considérablement améliorée","Meilleure perception et raisonnement multimodaux","Une base plus stable et fiable pour les flux de travail des développeurs en conditions réelles","Une famille Qwen3.6 plus large qui comprend également des variantes en poids ouverts pour les cas d'utilisation auto-hébergés","unordered","list",{"data":242,"type":244},{"code":243},"\u002F\u002F Idée de migration minimale\nconst modelConfig = { provider: \"qwen\", model: \"qwen3.6-plus\", maxContext: 1000000, mode: \"agentic-coding\", tools: [\"browser\", \"bash\", \"search\", \"file-edit\"]\n}; \u002F\u002F La partie difficile n'est pas le changement de modèle.\n\u002F\u002F La partie difficile réside dans le contrôle de la mise en production, l'évaluation et la préparation au retour arrière.","code",{"data":246,"type":42},{"text":247,"level":227},"Pourquoi Qwen 3.6 est un sujet de Release Runbook",{"data":249,"type":217},{"text":250},"Le \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Frelease-runbook\">Release Runbook\u003C\u002Fa> en direct définit la sécurité des mises en production par des vérifications préalables, des responsables clairs, une vérification par rapport aux critères d'acceptation, des preuves capturées et une revue post-déploiement. Une mise à niveau en production de Qwen3.5-Plus vers Qwen3.6-Plus correspond exactement à ce modèle. Une sortie de modèle n'est pas seulement une nouvelle fonctionnalité. C'est un changement de comportement au sein d'un système en direct, ce qui signifie qu'elle mérite une discipline de niveau production.",{"data":252,"type":217},{"text":253},"Cela devient encore plus important lorsque le modèle est utilisé pour la génération de code, l'exécution d'outils, le raisonnement au niveau du dépôt ou les flux de travail multimodaux. Plus la surface opérationnelle est grande, plus il devient dangereux de traiter la mise à niveau comme un simple ajustement de configuration.",{"data":255,"type":244},{"code":256},"Liste de contrôle de mise en production pour une mise à niveau de modèle\n1. Définir la version cible et le périmètre de déploiement\n2. Geler les modifications de prompts et de routage pendant la validation\n3. Exécuter le banc d'essai d'évaluation sur un ensemble de tests stable\n4. Vérifier les deltas de coût, de latence et de taux d'échec\n5. Confirmer le chemin de retour arrière et les seuils de déclenchement du retour arrière\n6. Approuver la mise en production avec un responsable désigné et un dossier de preuves\n7. Surveiller le comportement post-déploiement avant le basculement complet du trafic",{"data":258,"type":42},{"text":259,"level":227},"Pourquoi Qwen 3.6 est aussi un sujet d'AI Rollback",{"data":261,"type":217},{"text":262},"Le \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Fai-rollback\">AI Rollback Runbook\u003C\u002Fa> en direct est explicite : les systèmes LLM peuvent régresser suite à des changements de prompts, des changements de routage, des mises à jour de modèles ou une dérive des données. Ce n'est pas théorique. Une mise à niveau de modèle peut améliorer les benchmarks de codage tout en faisant régresser un flux de travail en production qui dépend de la stabilité du formatage, de la discipline des outils, du comportement de sécurité, du profil de coût ou du style de sortie.",{"data":264,"type":217},{"text":265},"Qwen3.6-Plus est peut-être plus performant globalement, mais les systèmes en production ne faillissent pas sur la qualité moyenne. Ils faillissent sur les comportements limites, les dépendances cachées et les hypothèses d'intégration fragiles. C'est pourquoi chaque mise à niveau de modèle nécessite des conditions de retour arrière explicites avant tout mouvement de trafic.",{"data":267,"type":244},{"code":268},"{ \"rollbackTriggers\": { \"qualityDropPct\": 5, \"toolCallFailurePct\": 2, \"costIncreasePct\": 20, \"latencyIncreasePct\": 25, \"safetyViolationCount\": 1 }, \"rollbackTarget\": \"qwen3.5-plus\", \"freezeWindow\": \"24h\", \"requiredEvidence\": [ \"eval-report\", \"traffic-split-report\", \"post-release-verification\" ]\n}",{"data":270,"type":42},{"text":271,"level":227},"Le versionnage des prompts et des modèles est la surface de contrôle",{"data":273,"type":217},{"text":274},"La page \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning\">Versioning (Prompts, Modèles)\u003C\u002Fa> en direct donne le bon cadre : les prompts et les modèles ont besoin de traçabilité et de changements contrôlés. Ce point devient beaucoup plus concret lorsqu'une famille de modèles évolue rapidement. Si l'équipe ne peut pas dire quel ensemble de prompts, quelle logique de routage, quelle politique de température, quelles permissions d'outils et quelle base d'évaluation étaient actifs lors d'une mise en production donnée, alors le système n'est pas véritablement versionné. Il est simplement configuré.",{"data":276,"type":217},{"text":277},"Un enregistrement de version de qualité production doit lier l'identité du modèle, le lot de prompts, la politique des outils, l'ensemble d'évaluation et la décision de mise en production. C'est particulièrement important pour Qwen3.6 car le modèle est conçu pour une exécution agentique plus robuste. Un comportement plus performant implique un besoin accru de limites de version explicites.",{"data":279,"type":244},{"code":280},"{ \"versionId\": \"llm-stack-2026-05-04-a\", \"model\": \"qwen3.6-plus\", \"fallbackModel\": \"qwen3.5-plus\", \"promptBundle\": \"repo-agent-v12\", \"toolPolicy\": \"repo-agent-safe-tools-v4\", \"routerPolicy\": \"coding-heavy-workloads-v3\", \"evalSet\": \"agentic-coding-regression-suite-v7\", \"approvedBy\": \"llmops-owner\", \"releaseState\": \"canary\"\n}",{"data":282,"type":42},{"text":283,"level":227},"Pourquoi le meilleur emplacement principal est le LLMOps Playbook",{"data":285,"type":217},{"text":286},"Le \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\">LLMOps Playbook\u003C\u002Fa> en direct définit déjà la logique opérationnelle clé : versionner les prompts et les modèles, évaluer avec des barrières de qualité, déployer via des parcours canary ou A\u002FB, surveiller les dérives ou les régressions, et maintenir un retour en arrière rapide. Qwen3.6-Plus est presque un exemple d'école de la raison d'être de ce playbook. Le modèle est plus performant, mais la mise à niveau ne devient précieuse que lorsque le comportement reste stable malgré les changements.",{"data":288,"type":240},{"items":289,"style":239},[290,291,292,293,294],"Le versionnage protège la traçabilité et le changement contrôlé","Le harnais d'évaluation protège la qualité avant le basculement du trafic","Les déploiements Canary et A\u002FB réduisent le rayon d'impact de la mise à niveau du modèle","La surveillance détecte les régressions que l'évaluation statique a manquées","La stratégie de rollback maintient la réversibilité du système lorsque le trafic réel expose des faiblesses",{"data":296,"type":217},{"text":297},"C'est aussi pourquoi la page en direct \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fcanary-and-ab\">Canary and A\u002FB Releases\u003C\u002Fa> s'insère naturellement ici. Un modèle performant ne devrait pas passer directement de l'enthousiasme des benchmarks au trafic de production complet. Le modèle le plus sûr est un déploiement progressif avec des preuves explicites à chaque étape.",{"data":299,"type":244},{"code":300},"Séquence de déploiement LLMOps\n1. Épingler le modèle exact et le bundle de prompts\n2. Exécuter l'évaluation hors ligne sur une suite de régression fixe\n3. Lancer le trafic canary avec des garde-fous explicites\n4. Comparer les métriques de qualité, de latence, de coût et d'échec des outils\n5. Étendre le trafic uniquement si les seuils sont respectés\n6. Maintenir un rollback immédiat et documenté",{"data":302,"type":42},{"text":303,"level":227},"Où Qwen 3.6 crée un véritable levier",{"data":305,"type":217},{"text":306},"La valeur pratique la plus forte de Qwen3.6 n'est pas qu'il semble plus intelligent dans une démo. Le véritable levier se trouve là où la continuité du flux de travail compte : codage au niveau du dépôt, utilisation d'outils sur un long horizon, débogage multimodal et exécution répétée sous un contexte changeant. C'est là qu'un modèle plus agentique peut éliminer les frictions réelles au lieu de simplement améliorer les benchmarks de premier plan.",{"data":308,"type":240},{"items":309,"style":239},[310,311,312,313,314],"Tâches de codage au niveau du dépôt avec plusieurs fichiers et des chaînes de dépendance plus longues","Parcours d'exécution orientés terminal où la discipline des outils est primordiale","QA multimodal et débogage d'interface utilisateur où les captures d'écran et les documents comptent","Analyse d'opérations et d'incidents avec un contexte plus large et une exécution de type runbook","Flux de travail agentiques où la stabilité sur de nombreuses étapes compte plus que le brio d'une réponse unique",{"data":316,"type":217},{"text":317},"Cette direction est cohérente à la fois avec le lancement de Qwen3.6-Plus et les versions open-weight de Qwen3.6, qui mettent l'accent sur le codage agentique, le raisonnement sur les dépôts, la préservation de la réflexion et une plus grande flexibilité de déploiement. Pour les équipes testant déjà Qwen3.5-Plus, la question n'est plus de savoir si Qwen3.6 est intéressant. La vraie question est de savoir si l'équipe peut le mettre à niveau avec la même discipline que pour toute autre dépendance de production.",{"data":319,"type":42},{"text":320,"level":227},"Compromis à respecter avant la mise à niveau",{"data":322,"type":240},{"items":323,"style":239},[324,325,326,327,328],"Une fenêtre de contexte plus large ne supprime pas la nécessité d'entrées structurées et de planification de la récupération","Un codage agentique plus fort augmente le besoin de politiques d'outils, de sandboxing et de journaux rejouables","Les variantes hébergées et open-weight créent des compromis différents en matière de déploiement, de confidentialité et d'opérations","Un meilleur modèle moyen peut toujours entraîner une régression sur un flux de travail critique si l'évaluation est faible","La dérive de version entre les prompts, les routeurs et les points de terminaison des modèles peut détruire la traçabilité si elle n'est pas contrôlée",{"data":330,"type":333},{"text":331,"caption":332},"Une mise à niveau de modèle n'est une mise à niveau de capacité que si le système d'exploitation qui l'entoure peut prouver la stabilité, tracer le changement et l'inverser rapidement.","Perspective LLMOps","quote",{"data":335,"type":42},{"text":336,"level":227},"Placement optimal dans les piliers",{"data":338,"type":217},{"text":339},"Le meilleur emplacement principal pour cet article est le \u003Cb>LLMOps Playbook\u003C\u002Fb>, avec l'adéquation la plus forte sous \u003Cb>Versioning (Prompts, Models)\u003C\u002Fb>. Un placement supplémentaire sous \u003Cb>Release Runbook\u003C\u002Fb> et \u003Cb>AI Rollback Runbook\u003C\u002Fb> est justifié car le sujet porte explicitement sur le déploiement contrôlé, la préparation au rollback et la traçabilité des versions de modèles. En d'autres termes, Qwen3.6 n'est pas seulement une histoire de modèle. C'est une histoire d'opérations.",{"data":341,"type":42},{"text":342,"level":227},"Perspective finale",{"data":344,"type":217},{"text":345},"Qwen3.6-Plus est un signal fort que l'IA agentique devient plus pratique pour les travaux d'ingénierie sérieux. Mais le véritable signal de maturité n'est pas le graphique du benchmark. C'est de savoir si une équipe peut déployer le nouveau modèle via un runbook basé sur des preuves, préserver la traçabilité des versions de prompts et de modèles, effectuer un déploiement canary en toute sécurité, surveiller le comportement réel et revenir en arrière rapidement si un flux de travail critique régresse. C'est la différence entre expérimenter des modèles et les exploiter.",{"data":347,"type":348},{},"delimiter",{"data":350,"type":357},{"link":351,"meta":352},"https:\u002F\u002Fstajic.de\u002Ffr\u002Fblog\u002Fnew-qwen-3-5-plus",{"image":353,"title":355,"description":356},{"url":354},"","Nouveau Qwen 3.5-Plus : L'IA open-source devient sérieuse maintenant","Article précédent sur Qwen 3.5-Plus comme le passage d'une intelligence de type chat vers une exécution agentique plus fiable.","linkTool",{"data":359,"type":357},{"link":360,"meta":361},"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops",{"image":362,"title":363,"description":364},{"url":354},"Playbook LLMOps","Maintenez la stabilité du comportement des LLM à travers les changements grâce au versionnage, à l'évaluation, aux déploiements canary, à la surveillance et aux procédures de rollback rapide.",{"data":366,"type":357},{"link":367,"meta":368},"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning",{"image":369,"title":370,"description":371},{"url":354},"Versionnage (Prompts, Modèles)","Stratégie de versionnage pour les prompts et les modèles afin d'assurer la traçabilité et un changement contrôlé.",{"data":373,"type":357},{"link":374,"meta":375},"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Frelease-runbook",{"image":376,"title":377,"description":378},{"url":354},"Runbook de mise en production","Utilisez des vérifications pré-vol, des responsables désignés, une vérification par rapport aux critères d'acceptation, des preuves capturées et une revue post-déploiement.",{"data":380,"type":357},{"link":381,"meta":382},"https:\u002F\u002Fstajic.de\u002Ffr\u002Fenterprise\u002Frunbooks\u002Fai-rollback",{"image":383,"title":384,"description":385},{"url":354},"Runbook de Rollback IA","Les systèmes LLM peuvent régresser suite à des changements de prompts, de routage, des mises à jour de modèles ou une dérive des données. Geler, vérifier, revenir en arrière et apprendre.","2.31","Qwen 3.6 n'est pas seulement une autre mise à jour de modèle. C'est à la fois un événement de déploiement, un scénario de rollback et un problème de versionnage. Cet article explique comment Qwen 3.6 doit être géré en production à travers la discipline LLMOps, la traçabilité des prompts et des modèles, le déploiement contrôlé et une préparation au rollback basée sur des preuves.","\u002Fuploads\u002F2026\u002F02\u002Fnew-qwen-3-5-plus-1771515512741-dcbi9p.webp","new-qwen-3-5-plus-1771515512741-dcbi9p","PUBLISHED","2026-05-04T02:49:00.000Z","2026-05-04T08:49:10.349Z","2026-05-04T09:43:23.744Z",{"en":395,"de":396,"sr":397,"es":398,"fr":399,"it":400,"ru":401,"zh":402},"\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u002Fde\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u002Fsr\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u002Fes\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u002Ffr\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u002Fit\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u002Fru\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","\u002Fzh\u002Fblog\u002Fqwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning",[404,408,412,416,420],{"id":405,"name":406,"slug":407},39,"Enterprise Delivery OS","enterprise",{"id":409,"name":410,"slug":411},87,"Playbook : LLMOps","llmops",{"id":413,"name":414,"slug":415},88,"Versioning (prompts, modèles)","versioning",{"id":417,"name":418,"slug":419},94,"Runbook : Déploiement","release-runbook",{"id":421,"name":422,"slug":423},106,"Runbook : Rollback IA","ai-rollback",{"id":425,"login":426,"email":427,"displayName":428},"20","rooth8233","aleksandar@stajic.de","Aleksandar Stajić",[430,600],{"lang":431,"title":432,"content":433,"contentJson":434,"excerpt":599},"en","Qwen 3.6 in Production: Release Runbook, AI Rollback, and LLMOps Versioning","{\"time\":1774828800000,\"blocks\":[{\"data\":{\"text\":\"\u003Cb>Qwen3.6-Plus\u003C\u002Fb> matters because it pushes the Qwen line from a promising agentic model into something much closer to a production-grade execution layer. The earlier Qwen 3.5-Plus article on stajic.de already framed the shift correctly: the market is moving away from chat-only intelligence and toward reliable multi-step execution. Qwen3.6 takes that direction further with stronger agentic coding, better multimodal reasoning, and a more stability-focused release posture.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"That makes this topic a natural fit for \u003Cb>Enterprise Delivery OS\u003C\u002Fb>. It belongs primarily under \u003Cb>LLMOps Playbook\u003C\u002Fb>, with the strongest sub-fit under \u003Cb>Versioning (Prompts, Models)\u003C\u002Fb>. At the same time, it should also sit naturally inside \u003Cb>Release Runbook\u003C\u002Fb> and \u003Cb>AI Rollback Runbook\u003C\u002Fb>, because a model upgrade is not just a model choice. It is a release event, a rollback scenario, and a versioning problem at the same time.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"The official Qwen3.6-Plus launch positions the model as a major upgrade over Qwen3.5-Plus, especially for agentic coding, repository-level problem solving, multimodal reasoning, and stable real-world execution. Alibaba also states that the hosted Plus model is available immediately with a 1M context window by default, while open-weight Qwen3.6 variants extend the family for teams that want more control over deployment and inference choices.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"What Changed from Qwen 3.5 to Qwen 3.6\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"The original Qwen 3.5-Plus article on stajic.de focused on four practical strengths: large context, tool-use behavior, multimodal capability, and the move toward reliable agentic execution. Qwen3.6-Plus keeps that foundation, but the official release sharpens the operational value. It puts much more emphasis on agentic coding quality, terminal-style execution, long-horizon tool use, and stronger stability based on deployment feedback from the Qwen3.5 era.\"},\"type\":\"paragraph\"},{\"data\":{\"items\":[\"1M context window by default in the hosted Plus model\",\"Significantly improved agentic coding capability\",\"Better multimodal perception and reasoning\",\"A more stable and reliable base for real-world developer workflows\",\"A broader Qwen3.6 family that also includes open-weight variants for self-hosted use cases\"],\"style\":\"unordered\"},\"type\":\"list\"},{\"data\":{\"code\":\"\u002F\u002F Minimal migration idea\\nconst modelConfig = { provider: \\\"qwen\\\", model: \\\"qwen3.6-plus\\\", maxContext: 1000000, mode: \\\"agentic-coding\\\", tools: [\\\"browser\\\", \\\"bash\\\", \\\"search\\\", \\\"file-edit\\\"]\\n}; \u002F\u002F The hard part is not the model switch.\\n\u002F\u002F The hard part is release control, evaluation, and rollback readiness.\"},\"type\":\"code\"},{\"data\":{\"text\":\"Why Qwen 3.6 Is a Release Runbook Topic\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"The live \u003Ca href=\\\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Frelease-runbook\\\">Release Runbook\u003C\u002Fa> defines release safety through preflight checks, clear owners, verification against acceptance criteria, captured evidence, and post-release review. A production upgrade from Qwen3.5-Plus to Qwen3.6-Plus fits that pattern exactly. A model release is not just a new feature. It is a behavior change inside a live system, and that means it deserves release-grade discipline.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"This becomes even more important when the model is used for code generation, tool execution, repo-level reasoning, or multimodal workflows. The larger the operational surface, the more dangerous it becomes to treat the upgrade as a single configuration tweak.\"},\"type\":\"paragraph\"},{\"data\":{\"code\":\"Release checklist for a model upgrade\\n1. Define the target version and deployment scope\\n2. Freeze prompt and routing changes during validation\\n3. Run the evaluation harness on a stable test set\\n4. Verify cost, latency, and failure-rate deltas\\n5. Confirm rollback path and rollback trigger thresholds\\n6. Approve release with named owner and evidence pack\\n7. Monitor post-release behavior before full traffic shift\"},\"type\":\"code\"},{\"data\":{\"text\":\"Why Qwen 3.6 Is Also an AI Rollback Topic\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"The live \u003Ca href=\\\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Fai-rollback\\\">AI Rollback Runbook\u003C\u002Fa> is explicit: LLM systems can regress through prompt changes, routing changes, model updates, or data drift. That is not theoretical. A model upgrade can improve coding benchmarks and still regress a production workflow that depends on formatting stability, tool discipline, safety behavior, cost profile, or output style.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"Qwen3.6-Plus may be stronger overall, but production systems do not fail on average quality. They fail on edge behavior, hidden dependencies, and brittle integration assumptions. That is why every model upgrade needs explicit rollback conditions before traffic moves.\"},\"type\":\"paragraph\"},{\"data\":{\"code\":\"{ \\\"rollbackTriggers\\\": { \\\"qualityDropPct\\\": 5, \\\"toolCallFailurePct\\\": 2, \\\"costIncreasePct\\\": 20, \\\"latencyIncreasePct\\\": 25, \\\"safetyViolationCount\\\": 1 }, \\\"rollbackTarget\\\": \\\"qwen3.5-plus\\\", \\\"freezeWindow\\\": \\\"24h\\\", \\\"requiredEvidence\\\": [ \\\"eval-report\\\", \\\"traffic-split-report\\\", \\\"post-release-verification\\\" ]\\n}\"},\"type\":\"code\"},{\"data\":{\"text\":\"Versioning Prompts and Models Is the Control Surface\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"The live \u003Ca href=\\\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning\\\">Versioning (Prompts, Models)\u003C\u002Fa> page gives the right framing: prompts and models need traceability and controlled change. That point becomes much more concrete when a model family upgrades quickly. If the team cannot say which prompt set, routing logic, temperature policy, tool permissions, and evaluation baseline were active at a given release, then the system is not truly versioned. It is merely configured.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"A production-grade version record should bind model identity, prompt bundle, tool policy, evaluation set, and release decision together. This is especially important for Qwen3.6 because the model is designed for stronger agentic execution. More capable behavior means a bigger need for explicit version boundaries.\"},\"type\":\"paragraph\"},{\"data\":{\"code\":\"{ \\\"versionId\\\": \\\"llm-stack-2026-05-04-a\\\", \\\"model\\\": \\\"qwen3.6-plus\\\", \\\"fallbackModel\\\": \\\"qwen3.5-plus\\\", \\\"promptBundle\\\": \\\"repo-agent-v12\\\", \\\"toolPolicy\\\": \\\"repo-agent-safe-tools-v4\\\", \\\"routerPolicy\\\": \\\"coding-heavy-workloads-v3\\\", \\\"evalSet\\\": \\\"agentic-coding-regression-suite-v7\\\", \\\"approvedBy\\\": \\\"llmops-owner\\\", \\\"releaseState\\\": \\\"canary\\\"\\n}\"},\"type\":\"code\"},{\"data\":{\"text\":\"Why the Best Primary Placement Is LLMOps Playbook\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"The live \u003Ca href=\\\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\\\">LLMOps Playbook\u003C\u002Fa> already defines the key operating logic: version prompts and models, evaluate with quality gates, roll out through canary or A\u002FB paths, monitor for drift or regressions, and keep rollback fast. Qwen3.6-Plus is almost a textbook example of why that playbook exists. The model is stronger, but the upgrade only becomes valuable when behavior stays stable across changes.\"},\"type\":\"paragraph\"},{\"data\":{\"items\":[\"Versioning protects traceability and controlled change\",\"Evaluation harness protects quality before traffic shift\",\"Canary and A\u002FB releases reduce model-upgrade blast radius\",\"Monitoring catches regressions that static evaluation missed\",\"Rollback strategy keeps the system reversible when real traffic exposes weaknesses\"],\"style\":\"unordered\"},\"type\":\"list\"},{\"data\":{\"text\":\"This is also why the live \u003Ca href=\\\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fcanary-and-ab\\\">Canary and A\u002FB Releases\u003C\u002Fa> page fits naturally here. A capable model should not go directly from benchmark excitement to full production traffic. The safer pattern is staged rollout with explicit evidence at each stage.\"},\"type\":\"paragraph\"},{\"data\":{\"code\":\"LLMOps rollout sequence\\n1. Pin the exact model and prompt bundle\\n2. Run offline evaluation on a fixed regression suite\\n3. Start canary traffic with explicit guardrails\\n4. Compare quality, latency, cost, and tool-failure metrics\\n5. Expand traffic only if thresholds hold\\n6. Keep rollback immediate and documented\"},\"type\":\"code\"},{\"data\":{\"text\":\"Where Qwen 3.6 Creates Real Leverage\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"The strongest practical value of Qwen3.6 is not that it sounds smarter in a demo. The real leverage comes where workflow continuity matters: repository-level coding, long-horizon tool use, multimodal debugging, and repeated execution under changing context. That is where a more agentic model can remove real friction instead of just improving headline benchmarks.\"},\"type\":\"paragraph\"},{\"data\":{\"items\":[\"Repo-level coding tasks with multiple files and longer dependency chains\",\"Terminal-oriented execution paths where tool discipline matters\",\"Multimodal QA and UI debugging where screenshots and documents matter\",\"Ops and incident analysis with larger context and runbook-style execution\",\"Agentic workflows where stability across many steps matters more than single-answer brilliance\"],\"style\":\"unordered\"},\"type\":\"list\"},{\"data\":{\"text\":\"That direction is consistent with both the Qwen3.6-Plus launch and the open-weight Qwen3.6 releases, which emphasize agentic coding, repository reasoning, thinking preservation, and broader deployment flexibility. For teams already testing Qwen3.5-Plus, the question is no longer whether Qwen3.6 is interesting. The real question is whether the team can upgrade it with the same discipline used for any other production dependency.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"Trade-offs to Respect Before Upgrading\",\"level\":2},\"type\":\"header\"},{\"data\":{\"items\":[\"A larger context window does not remove the need for structured inputs and retrieval planning\",\"Stronger agentic coding increases the need for tool policy, sandboxing, and replayable logs\",\"Hosted and open-weight variants create different release, privacy, and operations trade-offs\",\"A better average model can still regress one critical workflow if evaluation is weak\",\"Version drift across prompts, routers, and model endpoints can destroy traceability if left uncontrolled\"],\"style\":\"unordered\"},\"type\":\"list\"},{\"data\":{\"text\":\"A model upgrade is only a capability upgrade if the operating system around it can prove stability, trace the change, and reverse it fast.\",\"caption\":\"LLMOps perspective\"},\"type\":\"quote\"},{\"data\":{\"text\":\"Best-Fit Pillar Placement\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"The best primary placement for this article is \u003Cb>LLMOps Playbook\u003C\u002Fb>, with the strongest sub-fit under \u003Cb>Versioning (Prompts, Models)\u003C\u002Fb>. Additional placement under \u003Cb>Release Runbook\u003C\u002Fb> and \u003Cb>AI Rollback Runbook\u003C\u002Fb> is justified because the topic is explicitly about controlled release, rollback readiness, and model-version traceability. In other words, Qwen3.6 is not only a model story. It is an operations story.\"},\"type\":\"paragraph\"},{\"data\":{\"text\":\"Final Perspective\",\"level\":2},\"type\":\"header\"},{\"data\":{\"text\":\"Qwen3.6-Plus is a strong signal that agentic AI is becoming more practical for serious engineering work. But the real maturity signal is not the benchmark graph. It is whether a team can release the new model through an evidence-backed runbook, preserve prompt and model version traceability, canary the change safely, monitor the real behavior, and roll back quickly if one critical workflow regresses. That is the difference between experimenting with models and operating them.\"},\"type\":\"paragraph\"},{\"data\":{},\"type\":\"delimiter\"},{\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fblog\u002Fnew-qwen-3-5-plus\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"New Qwen 3.5-Plus: Open-source AI is getting serious now\",\"description\":\"Earlier article on Qwen 3.5-Plus as the shift from chat-style intelligence toward more reliable agentic execution.\"}},\"type\":\"linkTool\"},{\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"LLMOps Playbook\",\"description\":\"Keep LLM behavior stable across changes through versioning, evaluation, canary releases, monitoring, and fast rollback procedures.\"}},\"type\":\"linkTool\"},{\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Versioning (Prompts, Models)\",\"description\":\"Versioning strategy for prompts and models to ensure traceability and controlled change.\"}},\"type\":\"linkTool\"},{\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Frelease-runbook\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Release Runbook\",\"description\":\"Use preflight checks, named owners, verification against acceptance criteria, captured evidence, and post-release review.\"}},\"type\":\"linkTool\"},{\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Fai-rollback\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"AI Rollback Runbook\",\"description\":\"LLM systems can regress through prompt changes, routing changes, model updates, or data drift. Freeze, verify, rollback, and learn.\"}},\"type\":\"linkTool\"}],\"version\":\"2.30.8\"}",{"time":435,"blocks":436,"version":598},1774828800000,[437,440,443,446,449,452,460,463,466,469,472,475,478,481,484,486,489,492,495,497,500,503,511,514,517,520,523,531,534,537,545,549,552,555,558,561,563,570,577,584,591],{"data":438,"type":217},{"text":439},"\u003Cb>Qwen3.6-Plus\u003C\u002Fb> matters because it pushes the Qwen line from a promising agentic model into something much closer to a production-grade execution layer. The earlier Qwen 3.5-Plus article on stajic.de already framed the shift correctly: the market is moving away from chat-only intelligence and toward reliable multi-step execution. Qwen3.6 takes that direction further with stronger agentic coding, better multimodal reasoning, and a more stability-focused release posture.",{"data":441,"type":217},{"text":442},"That makes this topic a natural fit for \u003Cb>Enterprise Delivery OS\u003C\u002Fb>. It belongs primarily under \u003Cb>LLMOps Playbook\u003C\u002Fb>, with the strongest sub-fit under \u003Cb>Versioning (Prompts, Models)\u003C\u002Fb>. At the same time, it should also sit naturally inside \u003Cb>Release Runbook\u003C\u002Fb> and \u003Cb>AI Rollback Runbook\u003C\u002Fb>, because a model upgrade is not just a model choice. It is a release event, a rollback scenario, and a versioning problem at the same time.",{"data":444,"type":217},{"text":445},"The official Qwen3.6-Plus launch positions the model as a major upgrade over Qwen3.5-Plus, especially for agentic coding, repository-level problem solving, multimodal reasoning, and stable real-world execution. Alibaba also states that the hosted Plus model is available immediately with a 1M context window by default, while open-weight Qwen3.6 variants extend the family for teams that want more control over deployment and inference choices.",{"data":447,"type":42},{"text":448,"level":227},"What Changed from Qwen 3.5 to Qwen 3.6",{"data":450,"type":217},{"text":451},"The original Qwen 3.5-Plus article on stajic.de focused on four practical strengths: large context, tool-use behavior, multimodal capability, and the move toward reliable agentic execution. Qwen3.6-Plus keeps that foundation, but the official release sharpens the operational value. It puts much more emphasis on agentic coding quality, terminal-style execution, long-horizon tool use, and stronger stability based on deployment feedback from the Qwen3.5 era.",{"data":453,"type":240},{"items":454,"style":239},[455,456,457,458,459],"1M context window by default in the hosted Plus model","Significantly improved agentic coding capability","Better multimodal perception and reasoning","A more stable and reliable base for real-world developer workflows","A broader Qwen3.6 family that also includes open-weight variants for self-hosted use cases",{"data":461,"type":244},{"code":462},"\u002F\u002F Minimal migration idea\nconst modelConfig = { provider: \"qwen\", model: \"qwen3.6-plus\", maxContext: 1000000, mode: \"agentic-coding\", tools: [\"browser\", \"bash\", \"search\", \"file-edit\"]\n}; \u002F\u002F The hard part is not the model switch.\n\u002F\u002F The hard part is release control, evaluation, and rollback readiness.",{"data":464,"type":42},{"text":465,"level":227},"Why Qwen 3.6 Is a Release Runbook Topic",{"data":467,"type":217},{"text":468},"The live \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Frelease-runbook\">Release Runbook\u003C\u002Fa> defines release safety through preflight checks, clear owners, verification against acceptance criteria, captured evidence, and post-release review. A production upgrade from Qwen3.5-Plus to Qwen3.6-Plus fits that pattern exactly. A model release is not just a new feature. It is a behavior change inside a live system, and that means it deserves release-grade discipline.",{"data":470,"type":217},{"text":471},"This becomes even more important when the model is used for code generation, tool execution, repo-level reasoning, or multimodal workflows. The larger the operational surface, the more dangerous it becomes to treat the upgrade as a single configuration tweak.",{"data":473,"type":244},{"code":474},"Release checklist for a model upgrade\n1. Define the target version and deployment scope\n2. Freeze prompt and routing changes during validation\n3. Run the evaluation harness on a stable test set\n4. Verify cost, latency, and failure-rate deltas\n5. Confirm rollback path and rollback trigger thresholds\n6. Approve release with named owner and evidence pack\n7. Monitor post-release behavior before full traffic shift",{"data":476,"type":42},{"text":477,"level":227},"Why Qwen 3.6 Is Also an AI Rollback Topic",{"data":479,"type":217},{"text":480},"The live \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Fai-rollback\">AI Rollback Runbook\u003C\u002Fa> is explicit: LLM systems can regress through prompt changes, routing changes, model updates, or data drift. That is not theoretical. A model upgrade can improve coding benchmarks and still regress a production workflow that depends on formatting stability, tool discipline, safety behavior, cost profile, or output style.",{"data":482,"type":217},{"text":483},"Qwen3.6-Plus may be stronger overall, but production systems do not fail on average quality. They fail on edge behavior, hidden dependencies, and brittle integration assumptions. That is why every model upgrade needs explicit rollback conditions before traffic moves.",{"data":485,"type":244},{"code":268},{"data":487,"type":42},{"text":488,"level":227},"Versioning Prompts and Models Is the Control Surface",{"data":490,"type":217},{"text":491},"The live \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning\">Versioning (Prompts, Models)\u003C\u002Fa> page gives the right framing: prompts and models need traceability and controlled change. That point becomes much more concrete when a model family upgrades quickly. If the team cannot say which prompt set, routing logic, temperature policy, tool permissions, and evaluation baseline were active at a given release, then the system is not truly versioned. It is merely configured.",{"data":493,"type":217},{"text":494},"A production-grade version record should bind model identity, prompt bundle, tool policy, evaluation set, and release decision together. This is especially important for Qwen3.6 because the model is designed for stronger agentic execution. More capable behavior means a bigger need for explicit version boundaries.",{"data":496,"type":244},{"code":280},{"data":498,"type":42},{"text":499,"level":227},"Why the Best Primary Placement Is LLMOps Playbook",{"data":501,"type":217},{"text":502},"The live \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\">LLMOps Playbook\u003C\u002Fa> already defines the key operating logic: version prompts and models, evaluate with quality gates, roll out through canary or A\u002FB paths, monitor for drift or regressions, and keep rollback fast. Qwen3.6-Plus is almost a textbook example of why that playbook exists. The model is stronger, but the upgrade only becomes valuable when behavior stays stable across changes.",{"data":504,"type":240},{"items":505,"style":239},[506,507,508,509,510],"Versioning protects traceability and controlled change","Evaluation harness protects quality before traffic shift","Canary and A\u002FB releases reduce model-upgrade blast radius","Monitoring catches regressions that static evaluation missed","Rollback strategy keeps the system reversible when real traffic exposes weaknesses",{"data":512,"type":217},{"text":513},"This is also why the live \u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fcanary-and-ab\">Canary and A\u002FB Releases\u003C\u002Fa> page fits naturally here. A capable model should not go directly from benchmark excitement to full production traffic. The safer pattern is staged rollout with explicit evidence at each stage.",{"data":515,"type":244},{"code":516},"LLMOps rollout sequence\n1. Pin the exact model and prompt bundle\n2. Run offline evaluation on a fixed regression suite\n3. Start canary traffic with explicit guardrails\n4. Compare quality, latency, cost, and tool-failure metrics\n5. Expand traffic only if thresholds hold\n6. Keep rollback immediate and documented",{"data":518,"type":42},{"text":519,"level":227},"Where Qwen 3.6 Creates Real Leverage",{"data":521,"type":217},{"text":522},"The strongest practical value of Qwen3.6 is not that it sounds smarter in a demo. The real leverage comes where workflow continuity matters: repository-level coding, long-horizon tool use, multimodal debugging, and repeated execution under changing context. That is where a more agentic model can remove real friction instead of just improving headline benchmarks.",{"data":524,"type":240},{"items":525,"style":239},[526,527,528,529,530],"Repo-level coding tasks with multiple files and longer dependency chains","Terminal-oriented execution paths where tool discipline matters","Multimodal QA and UI debugging where screenshots and documents matter","Ops and incident analysis with larger context and runbook-style execution","Agentic workflows where stability across many steps matters more than single-answer brilliance",{"data":532,"type":217},{"text":533},"That direction is consistent with both the Qwen3.6-Plus launch and the open-weight Qwen3.6 releases, which emphasize agentic coding, repository reasoning, thinking preservation, and broader deployment flexibility. For teams already testing Qwen3.5-Plus, the question is no longer whether Qwen3.6 is interesting. The real question is whether the team can upgrade it with the same discipline used for any other production dependency.",{"data":535,"type":42},{"text":536,"level":227},"Trade-offs to Respect Before Upgrading",{"data":538,"type":240},{"items":539,"style":239},[540,541,542,543,544],"A larger context window does not remove the need for structured inputs and retrieval planning","Stronger agentic coding increases the need for tool policy, sandboxing, and replayable logs","Hosted and open-weight variants create different release, privacy, and operations trade-offs","A better average model can still regress one critical workflow if evaluation is weak","Version drift across prompts, routers, and model endpoints can destroy traceability if left uncontrolled",{"data":546,"type":333},{"text":547,"caption":548},"A model upgrade is only a capability upgrade if the operating system around it can prove stability, trace the change, and reverse it fast.","LLMOps perspective",{"data":550,"type":42},{"text":551,"level":227},"Best-Fit Pillar Placement",{"data":553,"type":217},{"text":554},"The best primary placement for this article is \u003Cb>LLMOps Playbook\u003C\u002Fb>, with the strongest sub-fit under \u003Cb>Versioning (Prompts, Models)\u003C\u002Fb>. Additional placement under \u003Cb>Release Runbook\u003C\u002Fb> and \u003Cb>AI Rollback Runbook\u003C\u002Fb> is justified because the topic is explicitly about controlled release, rollback readiness, and model-version traceability. In other words, Qwen3.6 is not only a model story. It is an operations story.",{"data":556,"type":42},{"text":557,"level":227},"Final Perspective",{"data":559,"type":217},{"text":560},"Qwen3.6-Plus is a strong signal that agentic AI is becoming more practical for serious engineering work. But the real maturity signal is not the benchmark graph. It is whether a team can release the new model through an evidence-backed runbook, preserve prompt and model version traceability, canary the change safely, monitor the real behavior, and roll back quickly if one critical workflow regresses. That is the difference between experimenting with models and operating them.",{"data":562,"type":348},{},{"data":564,"type":357},{"link":565,"meta":566},"https:\u002F\u002Fstajic.de\u002Fblog\u002Fnew-qwen-3-5-plus",{"image":567,"title":568,"description":569},{"url":354},"New Qwen 3.5-Plus: Open-source AI is getting serious now","Earlier article on Qwen 3.5-Plus as the shift from chat-style intelligence toward more reliable agentic execution.",{"data":571,"type":357},{"link":572,"meta":573},"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops",{"image":574,"title":575,"description":576},{"url":354},"LLMOps Playbook","Keep LLM behavior stable across changes through versioning, evaluation, canary releases, monitoring, and fast rollback procedures.",{"data":578,"type":357},{"link":579,"meta":580},"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Fplaybooks\u002Fllmops\u002Fversioning",{"image":581,"title":582,"description":583},{"url":354},"Versioning (Prompts, Models)","Versioning strategy for prompts and models to ensure traceability and controlled change.",{"data":585,"type":357},{"link":586,"meta":587},"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Frelease-runbook",{"image":588,"title":589,"description":590},{"url":354},"Release Runbook","Use preflight checks, named owners, verification against acceptance criteria, captured evidence, and post-release review.",{"data":592,"type":357},{"link":593,"meta":594},"https:\u002F\u002Fstajic.de\u002Fenterprise\u002Frunbooks\u002Fai-rollback",{"image":595,"title":596,"description":597},{"url":354},"AI Rollback Runbook","LLM systems can regress through prompt changes, routing changes, model updates, or data drift. Freeze, verify, rollback, and learn.","2.30.8","Qwen 3.6 is not just another model upgrade. It is a release event, a rollback scenario, and a versioning problem at the same time. This article explains how Qwen 3.6 should be handled in production through LLMOps discipline, prompt and model traceability, controlled rollout, and evidence-based rollback readiness.",{"lang":7,"title":208,"content":210,"contentJson":601,"excerpt":387},{"time":212,"blocks":602,"version":386},[603,605,607,609,611,613,616,618,620,622,624,626,628,630,632,634,636,638,640,642,644,646,649,651,653,655,657,660,662,664,667,669,671,673,675,677,679,683,687,691,695],{"data":604,"type":217},{"text":216},{"data":606,"type":217},{"text":220},{"data":608,"type":217},{"text":223},{"data":610,"type":42},{"text":226,"level":227},{"data":612,"type":217},{"text":230},{"data":614,"type":240},{"items":615,"style":239},[234,235,236,237,238],{"data":617,"type":244},{"code":243},{"data":619,"type":42},{"text":247,"level":227},{"data":621,"type":217},{"text":250},{"data":623,"type":217},{"text":253},{"data":625,"type":244},{"code":256},{"data":627,"type":42},{"text":259,"level":227},{"data":629,"type":217},{"text":262},{"data":631,"type":217},{"text":265},{"data":633,"type":244},{"code":268},{"data":635,"type":42},{"text":271,"level":227},{"data":637,"type":217},{"text":274},{"data":639,"type":217},{"text":277},{"data":641,"type":244},{"code":280},{"data":643,"type":42},{"text":283,"level":227},{"data":645,"type":217},{"text":286},{"data":647,"type":240},{"items":648,"style":239},[290,291,292,293,294],{"data":650,"type":217},{"text":297},{"data":652,"type":244},{"code":300},{"data":654,"type":42},{"text":303,"level":227},{"data":656,"type":217},{"text":306},{"data":658,"type":240},{"items":659,"style":239},[310,311,312,313,314],{"data":661,"type":217},{"text":317},{"data":663,"type":42},{"text":320,"level":227},{"data":665,"type":240},{"items":666,"style":239},[324,325,326,327,328],{"data":668,"type":333},{"text":331,"caption":332},{"data":670,"type":42},{"text":336,"level":227},{"data":672,"type":217},{"text":339},{"data":674,"type":42},{"text":342,"level":227},{"data":676,"type":217},{"text":345},{"data":678,"type":348},{},{"data":680,"type":357},{"link":351,"meta":681},{"image":682,"title":355,"description":356},{"url":354},{"data":684,"type":357},{"link":360,"meta":685},{"image":686,"title":363,"description":364},{"url":354},{"data":688,"type":357},{"link":367,"meta":689},{"image":690,"title":370,"description":371},{"url":354},{"data":692,"type":357},{"link":374,"meta":693},{"image":694,"title":377,"description":378},{"url":354},{"data":696,"type":357},{"link":381,"meta":697},{"image":698,"title":384,"description":385},{"url":354},"Post erfolgreich abgerufen",{"items":701,"source":708,"manualIds":709,"manualMatchedIds":711},[702],{"id":703,"slug":704,"title":705,"excerpt":706,"featuredImage":388,"publishedAt":707},"384","new-qwen-3-5-plus","Nouveau Qwen 3.5-Plus : l'IA open-source passe aux choses sérieuses","Découvrez les fonctionnalités et avantages révolutionnaires de Qwen 3.5-Plus d'Alibaba, une IA open-source qui change la donne pour les développeurs.","2026-02-19T10:23:00.000Z","manual",[710],384,[710]]