qwen
Qwen: Qwen3.5-35B-A3B
qwen/qwen3.5-35b-a3b
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
qwen/qwen3.5-35b-a3b é o modelo visão-linguagem pós-treinado da Qwen, com 35B de parâmetros totais e 3B ativados, usando uma arquitetura híbrida que combina atenção linear Gated DeltaNet, atenção com gates e uma mistura esparsa de especialistas para inferência eficiente, segundo sua ficha técnica. Aceita texto, imagem e vídeo como entrada e produz texto, com contexto nativo de 262.144 tokens que a ficha indica ser extensível até cerca de um milhão. A ficha afirma suporte a 201 idiomas e dialetos. Os pesos são distribuídos sob Apache-2.0 e descritos como compatíveis com Transformers, vLLM, SGLang e KTransformers.[1][2]
Pontos fortes
- Ativação esparsa de cerca de 3B dos 35B parâmetros por meio de um design híbrido de atenção linear e mistura de especialistas, que a ficha posiciona como de alta vazão e baixa latência na inferência.[2]
- Entrada multimodal nativa cobrindo texto, imagem e vídeo conforme o catálogo do OpenRouter, combinada com contexto nativo de 262.144 tokens que a ficha técnica reporta como extensível a cerca de 1.010.000 tokens.[1][2]
- Ampla superfície de implantação: pesos abertos sob Apache-2.0, compatibilidade declarada com Transformers, vLLM, SGLang e KTransformers, além de suporte de API a ferramentas, saídas estruturadas e controles opcionais de raciocínio.[1][2]
Limitações
- Os resultados de benchmark reportados vêm de tabelas do próprio fornecedor e não foram verificados de forma independente neste pacote de fontes; o índice de codificação de terceiros do OpenRouter existe, mas seus índices agêntico e de inteligência estão vazios.[1][2]
- A data de corte de conhecimento, os requisitos de hardware e o comportamento detalhado com vídeo não estão especificados na evidência fornecida, portanto o desempenho real em cargas de trabalho específicas deve ser validado antes da adoção.[1][2]
Onde usar
- Assistentes de documentos de contexto longo ou multimodais em que uma janela de contexto da classe 262K e a ingestão de imagem/vídeo sejam úteis, sujeito a validação da carga de trabalho.[1][2]
- Implantações auto-hospedadas ou com serviço próprio via vLLM ou SGLang para equipes que desejam um modelo de pesos abertos com chamada de ferramentas e inferência esparsa consciente de custo.[1][2]
Fontes
- [1] OpenRouter catalog · Qwen: Qwen3.5-35B-A3BFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Qwen: Qwen3.5-35B-A3BFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
The Qwen3.5 Series 35B-A3B is a native vision-language model designed with a hybrid architecture that integrates linear attention mechanisms and a sparse mixture-of-experts model, achieving higher inference efficiency. Its overall...
Especificações
- ID do modelo
- qwen/qwen3.5-35b-a3b
- ID canônico
- qwen/qwen3.5-35b-a3b-20260224
- Criador
- qwen
- Adicionado ao OpenRouter
- 25.02.2026
- Comprimento de contexto
- 262,144
- Modalidade
- text+image+video->text
- Modalidades de entrada
- text, image, video
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.140 / saída $1
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | CC — abaixo da faixa B | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | entrada: video |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 37 | CC — abaixo da faixa B | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Darkbloomfp4 | 262,144 | $0.065 | $0.750 | — | — | 100% |
| DeepInfrafp8 | 262,144 | $0.140 | $1 | — | — | 100% |
| Parasailfp8 | 262,144 | $0.150 | $1 | — | — | 100% |
| Venice | 256,000 | $0.150 | $1 | — | — | 100% |
| Alibaba | 262,144 | $0.163 | $1.3 | — | — | 100% |
| AtlasCloudfp8 | 262,144 | $0.225 | $1.8 | — | — | — |
| SiliconFlowfp8 | 262,144 | $0.240 | $1.8 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.