Alibaba
Qwen3.8 Omni Flash
Contexte total
1M
Sortie max.
131.1K
Date de sortie
N/A
qwen3.5-35b-a3bQwen3.5 35B A3B reprend les éléments mis en avant par les sources : 35B A3B MoE, hybrid linear attention, sparse experts. Sa valeur principale se situe dans efficient raisonnement multimodal and programmation without dense-model cost. La description doit donc insister sur ces caractéristiques propres au modèle, plutôt que le présenter comme un chatbot générique.
Context Window
262.1K tokens
Maximum Output
65.5K tokens
Release Date
23 févr. 2026
Modalities
| Palier token | Prix entrée | Prix sortie |
|---|---|---|
| <=128K | $0.0571/M | $0.4571/M |
| >128K | $0.2286/M | $1.8286/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Qwen3.5-35B-A3B associe un MoE parcimonieux efficace, une compréhension multimodale native et un déploiement à poids ouverts pour des applications adaptables.
Le modèle compte 35 milliards de paramètres au total, dont 3 milliards activés, et combine l’attention Gated DeltaNet avec des experts parcimonieux pour une inférence efficace.
Une base vision-langage unifiée traite le texte, les images et les vidéos pour le raisonnement, la compréhension documentaire et les tâches visuelles.
Les poids officiels sous licence Apache 2.0 permettent une inférence autogérée avec des frameworks tels que Transformers, vLLM et SGLang.
Qwen3.5-35B-A3B convient aux assistants multimodaux auto-hébergés, au traitement visuel de documents et aux workflows de programmation adaptables.
Déployer les poids ouverts dans une infrastructure contrôlée pour répondre à des questions sur des textes, images et vidéos internes.
Lire le texte, les tableaux et les schémas de documents numérisés, extraire les champs utiles et produire des synthèses structurées.
Générer et réviser du code, rechercher des défauts et intégrer le modèle à des outils de développement ou agents autogérés.
Replace these path values before running: {model}
curl 'https://us-api.tokenhub.com/v1beta/models/{model}:generateContent' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY"| Score d’indice | ||
|---|---|---|
| Artificial Analysis Intelligence Index | Synthèse générale des capacités par Artificial Analysis | 23.4 |
| Artificial Analysis Coding Index | Synthèse des tâches logicielles par Artificial Analysis | 16.8 |
| Connaissances et raisonnement | ||
| GPQA | Résolution avancée de problèmes scientifiques | 81.9% |
| HLE | Large ensemble d’examens de niveau expert | 12.8% |
| Programmation et ingénierie | ||
| SciCode | Défis de programmation scientifique | 29.3% |
| Terminal-Bench Hard | Exécution de tâches complexes dans un terminal | 10.6% |
| Respect des instructions et tâches d’agent | ||
| IFBench | Respect des contraintes du prompt | 44.5% |
| AA-LCR | Raisonnement en contexte long | 55.3% |
| τ²-Bench | Tâches de workflow agentique | 86.3% |
Mesures provenant de Artificial Analysis
Capacités, usages, limites et guide TokenHub pour Qwen 3.5 35B A3B.
Qwen 3.5 35B A3B est un modèle proposé par Alibaba Qwen pour le raisonnement multimodal ouvert et les déploiements efficaces.
Idéal pour le déploiement auto-hébergé, le raisonnement visuel et l’assistance courante au code, surtout si l’objectif est le contrôle du déploiement.
Atout clé : une variante MoE ouverte avec peu de paramètres actifs ainsi que une pensée hybride alternant entre réflexion et réponse directe.
Il appartient à une génération antérieure et peut manquer de fonctions plus récentes. Pour les fonctions les plus récentes comptent, envisagez Qwen 3.6 35B A3B.
Utilisez l’ID exact de TokenHub; le service hébergé peut différer de l’auto-hébergement.
Accédez à Qwen3.5 35B-A3B et à d’autres modèles d’IA avec une seule clé API TokenHub.
Medias Et Discussions
Selection de videos et publications publiques liees a ce modele.
X (Twitter)
Reddit
YouTube