Qwen3.5 35B-A3B

qwen3.5-35b-a3b

Qwen3.5 35B A3B は、参照元で強調されている特徴として 35B A3B MoE, hybrid linear attention, sparse experts を持ちます。主な価値は efficient マルチモーダル推論 and コーディング without dense-model cost にあります。そのため、汎用チャットモデルとしてではなく、このモデル固有の強みを中心に説明するのが自然です。

Context Window

262.1K tokens

Maximum Output

65.5K tokens

Release Date

2026年2月23日

Modalities

Qwen3.5 35B-A3B の料金

トークン階層	入力価格	出力価格
<=128K	$0.0571/M	$0.4571/M
>128K	$0.2286/M	$1.8286/M

Qwen3.5 35B-A3B の API 機能

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Supported

Attachments

Supported

Knowledge Base

—

Endpoint Protocols

Completions APIMessages APIgemini

Qwen3.5-35B-A3Bのモデル特長

Qwen3.5-35B-A3Bは、効率的な疎MoE、ネイティブなマルチモーダル理解、オープンウェイト展開を組み合わせ、柔軟なアプリケーション構築に対応します。

疎MoEの効率性

総パラメータ数350億、活性化パラメータ数30億で、Gated DeltaNetアテンションと疎な専門家層を組み合わせて効率的に推論します。

ネイティブマルチモーダル

統合された視覚言語基盤がテキスト、画像、動画を処理し、推論、文書理解、視覚タスクに対応します。

オープンウェイト展開

Apache 2.0ライセンスの公式ウェイトを、Transformers、vLLM、SGLangなどで自己管理型推論に利用できます。

Qwen3.5-35B-A3Bのユースケース

Qwen3.5-35B-A3Bは、セルフホスト型マルチモーダルアシスタント、視覚文書処理、柔軟なコーディングワークフローに適しています。

プライベートマルチモーダル支援

管理下のインフラにオープンウェイトを展開し、内部のテキスト、画像、動画に関する質問へ回答します。

視覚文書処理

文書画像から文字、表、図を読み取り、必要な項目を抽出して構造化された要約を生成します。

コーディングワークフロー

コードの生成・修正や不具合調査を行い、自己管理する開発ツールやAgentへ組み込みます。

TokenHub API で Qwen3.5 35B-A3B を使用する方法

Create API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

Qwen3.5 35B-A3B のベンチマーク

指数スコア
Artificial Analysis Intelligence IndexArtificial Analysis Intelligence Indexは、複数の評価分野にわたるモデルの総合能力を集約した指標です。	総合能力の集約評価	23.4
Artificial Analysis Coding IndexArtificial Analysis Coding Indexは、コーディングとソフトウェア開発タスクにおけるモデルの性能を集約した指標です。	コーディング能力の集約評価	16.8
知識と推論
GPQAGPQAは、大学院レベルの科学問題を通じて専門的な推論能力を評価するベンチマークです。	高度な科学問題の解決	81.9%
HLEHLEは、多様な分野における専門家レベルの知識と推論力を測る高難度の総合ベンチマークです。	幅広い分野の専門家レベル試験	12.8%
コーディングとソフトウェア開発
SciCodeSciCodeは、科学的な背景に基づくアルゴリズム実装を含め、科学計算におけるPythonプログラミング能力を評価します。	科学計算のコーディング課題	29.3%
Terminal-Bench HardTerminal-Bench Hardは、AIエージェントがターミナル環境で難しいタスクを完遂できるかを評価します。	高難度のターミナル操作	10.6%
指示追従とエージェントタスク
IFBenchIFBenchは、モデルが詳細な指示や制約にどれだけ確実に従えるかを測定します。	プロンプト制約への準拠	44.5%
AA-LCRAA-LCRは、長いコンテキストウィンドウ全体での推論品質を測定します。	長いコンテキストでの推論	55.3%
τ²-Benchτ²-Benchは、ツールや状態に制約のある現実的なワークフローで、対話型エージェントの能力を評価します。	エージェントのワークフロータスク	86.3%

指標の出典 Artificial Analysis

Qwen 3.5 35B A3B よくある質問

Qwen 3.5 35B A3B の能力、用途、制約、TokenHub利用ガイド。

チームはQwen 3.5 35B A3Bをどう捉えるべきですか？+

Qwen 3.5 35B A3B は Alibaba Qwen のオープンモデルのマルチモーダル推論と効率的な導入向けモデルです。

Qwen 3.5 35B A3B の得意用途は？+

セルフホスト運用、視覚推論、日常的なコーディング支援に向き、特に導入時の制御性重視の場面に適します。

Qwen 3.5 35B A3B の主な強みは？+

主な強みはアクティブパラメータを抑えたオープンMoE、および熟考と直接応答を切り替えられるハイブリッド思考です。

Qwen 3.5 35B A3B は常に最適ですか？+

旧世代のため、後継モデルの新機能がありません。最新機能が必要重視なら Qwen 3.6 35B A3B を検討してください。

最も安全な設定方法は？+

TokenHubの正確なIDを使い、ホスト版と自前運用の差を確認してください。

Qwen3.5 35B-A3B を使い始めますか？

1つの API キーで Qwen3.5 35B-A3B とその他の AI モデルにアクセスできます。

API キーを作成

Qwen3.5 35B-A3B

Qwen3.5 35B-A3B の料金

Qwen3.5 35B-A3B の API 機能

Qwen3.5-35B-A3Bのモデル特長

疎MoEの効率性

ネイティブマルチモーダル

オープンウェイト展開

Qwen3.5-35B-A3Bのユースケース

プライベートマルチモーダル支援

視覚文書処理

コーディングワークフロー

TokenHub API で Qwen3.5 35B-A3B を使用する方法

Qwen3.5 35B-A3B のベンチマーク

Qwen3.5 35B-A3B に類似するモデル

メディアと議論

X (Twitter)

Reddit

YouTube

Qwen 3.5 35B A3B よくある質問

Qwen3.5 35B-A3B を使い始めますか？