qwen
Qwen: Qwen3.5-9B
qwen/qwen3.5-9b
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
qwen/qwen3.5-9b é o modelo Qwen3.5 9B pós-treinado, oferecido no OpenRouter como um modelo com saída de texto que aceita entrada de texto, imagem e vídeo. Seu cartão no Hugging Face descreve um design unificado de visão-linguagem, uma arquitetura híbrida de Gated DeltaNet e atenção com portas, suporte nativo a contexto longo com opção de extensão muito maior e ampla cobertura multilíngue. A Qwen reporta resultados de benchmarks em conhecimento, seguimento de instruções, contexto longo, raciocínio, codificação e tarefas de agentes, enquanto o OpenRouter lista parâmetros de ferramentas, saídas estruturadas e raciocínio. Esses números e afirmações ainda exigem validação específica por carga de trabalho.[1][2]
Pontos fortes
- Aceita entrada de texto, imagem e vídeo e produz texto, conforme a listagem de modalidades do OpenRouter.[1][2]
- O cartão do modelo reporta suporte nativo a contexto longo com opção de ampliação, além de compatibilidade com Transformers, vLLM, SGLang e KTransformers.[2]
- As tabelas de benchmarks publicadas pelo fornecedor cobrem conhecimento, instruções, contexto longo, raciocínio, codificação e tarefas agênticas; o OpenRouter expõe ferramentas, escolha de ferramentas, saídas estruturadas e controles de raciocínio.[1][2]
Limitações
- A evidência se limita a uma entrada de catálogo e a um cartão do fornecedor; os campos agregados de benchmarks do OpenRouter são escassos ou parcialmente vazios.[1][2]
- O OpenRouter não especifica corte de conhecimento, padrões de raciocínio nem níveis de esforço suportados, e lista texto como única modalidade de saída.[1]
- As afirmações do fornecedor sobre eficiência, paridade e desempenho em benchmarks não são verificadas independentemente aqui e podem variar por prompts, idiomas e stacks de implantação.[2]
Onde usar
- Possível opção para assistentes que precisem interpretar capturas de tela, documentos com imagens ou quadros de vídeo e retornar texto, sujeito a testes no aplicativo.[1][2]
- Vale avaliar para chat multilíngue, recuperação ou análise de documentos quando forem necessários contexto longo e chamadas de ferramentas.[1][2]
- Pode ser prototipado para fluxos de codificação ou agentes porque os resultados do fornecedor e os parâmetros de ferramentas apontam nessa direção, mas o suporte agêntico deve ser verificado.[1][2]
Fontes
- [1] OpenRouter catalog · Qwen: Qwen3.5-9BFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Qwen: Qwen3.5-9BFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Qwen3.5-9B is a multimodal foundation model from the Qwen3.5 family, designed to deliver strong reasoning, coding, and visual understanding in an efficient 9B-parameter architecture. It uses a unified vision-language design...
Especificações
- ID do modelo
- qwen/qwen3.5-9b
- ID canônico
- qwen/qwen3.5-9b-20260310
- Criador
- qwen
- Adicionado ao OpenRouter
- 10.03.2026
- 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 $0.067 / saída $0.099
- 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 | 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 | 28.7 | CC — abaixo da faixa B | 13.11.2026 |
| Artificial Analysis | Agentic index | 1.2 | 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) |
|---|---|---|---|---|---|---|
| PrimeIntellectbf16 | 262,144 | $0.068 | $0.100 | — | — | 100% |
| Darkbloomfp4 | 262,144 | $0.080 | $0.130 | — | — | 100% |
| SiliconFlowfp8 | 262,144 | $0.100 | $0.150 | — | — | 100% |
| DeepInfrabf16 | 262,144 | $0.100 | $0.150 | — | — | 100% |
| Parasailbf16 | 262,144 | $0.100 | $0.250 | — | — | 13.33% |
| Together | 262,144 | $0.170 | $0.250 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.