qwen
Qwen: Qwen3.5 397B A17B
qwen/qwen3.5-397b-a17b
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
qwen/qwen3.5-397b-a17b é um modelo pós-treinado da série Qwen3.5 que aceita texto, imagens e vídeo e gera texto. A ficha descreve uma arquitetura híbrida de especialistas esparsos com 397B parâmetros totais e 17B ativados, contexto nativo de 262.144 tokens extensível até cerca de 1,01 milhão e cobertura declarada de 201 idiomas e dialetos. A documentação do fornecedor relata avaliações de conhecimento, seguimento de instruções, contexto longo, STEM e raciocínio; o OpenRouter cataloga medições externas limitadas de programação, tarefas agênticas e design, distintas das capacidades declaradas.[1][2]
Pontos fortes
- O catálogo lista entradas de texto, imagem e vídeo com saída em texto, enquanto a ficha descreve treinamento unificado de visão-linguagem.[1][2]
- O design híbrido de especialistas esparsos totaliza 397B parâmetros, com 17B ativados, e oferece contexto nativo de 262.144 tokens, extensível segundo a ficha até cerca de 1,01 milhão.[2]
- A ficha documenta distribuição Apache-2.0 e compatibilidade com Transformers, vLLM, SGLang e KTransformers; o catálogo também lista ferramentas, escolha de ferramenta, saídas estruturadas e formatação de resposta.[1][2]
Limitações
- A evidência se limita à documentação do fornecedor e a uma entrada de catálogo; não há avaliação independente de cargas reais, segurança ou confiabilidade.[1][2]
- A data de corte do conhecimento e os requisitos de hardware não são informados, e certos recursos de produção, como contexto padrão de 1 milhão de tokens, ferramentas integradas e uso adaptativo de ferramentas, são atribuídos ao hospedado Qwen3.5-Plus, não a esta variante exata.[1][2]
- O catálogo marca o raciocínio como opcional, mas sem padrão nem níveis de esforço suportados; sua medição agêntica também é inferior à de programação, portanto agentes intensivos em raciocínio exigem testes diretos.[1]
Onde usar
- Assistentes multimodais que respondam em texto a partir de texto, imagens ou vídeo, com qualidade verificada nos meios pretendidos.[1][2]
- Análise de documentos extensos em que o amplo contexto nativo possa ajudar; teste separadamente qualquer configuração de contexto estendido.[1][2]
- Assistentes de API que precisem de chamadas de ferramentas, respostas estruturadas ou cobertura multilíngue; valide o comportamento das ferramentas, a confiabilidade agêntica e cada idioma-alvo.[1][2]
Fontes
- [1] OpenRouter catalog · Qwen: Qwen3.5 397B A17BFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Qwen: Qwen3.5 397B A17BFontes 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 397B-A17B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. It delivers...
Especificações
- ID do modelo
- qwen/qwen3.5-397b-a17b
- ID canônico
- qwen/qwen3.5-397b-a17b-20260216
- Criador
- qwen
- Adicionado ao OpenRouter
- 16.02.2026
- 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 $0.600 / saída $3.6
- 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 | BB — próximos 30% da coorte | — |
| Agentes | CC — abaixo da faixa B | 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 | 48.2 | BB — próximos 30% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 8.3 | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 56.7% · posição 72 | 1,144Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 52.7% · posição 72 | 1,170Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 53.2% · posição 69 | 1,173Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 50.2% · posição 84 | 1,131Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 56.1% · posição 57 | 1,131Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 51.4% · posição 83 | 1,154Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 52.6% · posição 74 | 1,185Elo | BB — próximos 30% da coorte | 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) |
|---|---|---|---|---|---|---|
| Alibaba | 262,144 | $0.390 | $2.34 | — | — | 100% |
| DeepInfrafp8 | 262,144 | $0.450 | $3 | — | — | 100% |
| Parasailfp8 | 262,144 | $0.500 | $3.6 | — | — | 100% |
| AtlasCloudfp8 | 262,144 | $0.550 | $3.5 | — | — | 100% |
| StreamLake | 256,000 | $0.600 | $3.6 | — | — | 100% |
| GMICloudfp8 | 262,144 | $0.600 | $3.6 | — | — | — |
| Novita | 262,144 | $0.600 | $3.6 | — | — | 100% |
| Venice | 128,000 | $0.750 | $4.5 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.