Qwen3.5 35B-A3B

qwen3.5-35b-a3b

Qwen3.5 35B A3B은(는) 출처에서 35B A3B MoE, hybrid linear attention, sparse experts을(를) 핵심 특징으로 제시합니다. 주요 가치는 efficient 멀티모달 추론 and 코딩 without dense-model cost에 있습니다. 따라서 일반 챗봇처럼 설명하기보다 이 모델만의 차별점을 중심으로 소개하는 것이 적합합니다.

Context Window

262.1K tokens

Maximum Output

65.5K tokens

Release Date

2026년 2월 23일

Modalities

Qwen3.5 35B-A3B 가격

토큰 티어	입력 가격	출력 가격
<=128K	$0.0571/M	$0.4571/M
>128K	$0.2286/M	$1.8286/M

Qwen3.5 35B-A3B API 기능

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Supported

Attachments

Supported

Knowledge Base

—

Endpoint Protocols

Completions APIMessages APIgemini

Qwen3.5-35B-A3B 모델 주요 특징

Qwen3.5-35B-A3B는 효율적인 희소 MoE, 네이티브 멀티모달 이해, 오픈 웨이트 배포를 결합해 유연한 애플리케이션 구축에 적합합니다.

희소 MoE 효율성

총 350억 개 중 30억 개의 파라미터를 활성화하며 Gated DeltaNet 어텐션과 희소 전문가를 결합해 효율적으로 추론합니다.

네이티브 멀티모달

통합 시각 언어 기반이 텍스트, 이미지, 동영상을 처리해 추론, 문서 이해, 시각 작업을 지원합니다.

오픈 웨이트 배포

Apache 2.0 라이선스의 공식 가중치를 Transformers, vLLM, SGLang 등의 프레임워크로 자체 관리형 추론에 배포할 수 있습니다.

Qwen3.5-35B-A3B 사용 사례

Qwen3.5-35B-A3B는 자체 호스팅 멀티모달 도우미, 시각 문서 처리, 유연한 코딩 워크플로에 적합합니다.

프라이빗 멀티모달 도우미

통제된 인프라에 오픈 웨이트를 배포해 내부 텍스트, 이미지, 동영상에 관한 질문에 답합니다.

시각 문서 처리

문서 이미지의 텍스트, 표, 도표를 읽고 관련 필드를 추출해 구조화된 요약을 생성합니다.

코딩 워크플로

코드를 생성·수정하고 결함을 조사하며 자체 관리 개발 도구나 Agent에 모델을 통합합니다.

TokenHub API로 Qwen3.5 35B-A3B 사용하는 방법

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 벤치마크

지표 점수
Artificial Analysis Intelligence IndexArtificial Analysis Intelligence Index는 여러 평가 영역에서 측정한 모델의 전반적인 역량을 종합한 지표입니다.	종합 역량 평가	23.4
Artificial Analysis Coding IndexArtificial Analysis Coding Index는 코딩 및 소프트웨어 엔지니어링 작업에서 모델의 성능을 종합한 지표입니다.	코딩 역량 종합 평가	16.8
지식 및 추론
GPQAGPQA는 대학원 수준의 과학 문제로 전문적인 추론 능력을 평가하는 벤치마크입니다.	고난도 과학 문제 해결	81.9%
HLEHLE는 다양한 분야의 전문가 수준 지식과 추론 능력을 측정하는 고난도 종합 벤치마크입니다.	다분야 전문가 수준 평가	12.8%
코딩 및 소프트웨어 엔지니어링
SciCodeSciCode는 과학적 맥락을 바탕으로 한 알고리즘 구현을 포함해 과학 컴퓨팅용 Python 프로그래밍 능력을 평가합니다.	과학 컴퓨팅 코딩 과제	29.3%
Terminal-Bench HardTerminal-Bench Hard는 AI 에이전트가 터미널 환경에서 어려운 작업을 완료할 수 있는지 평가합니다.	고난도 터미널 작업 수행	10.6%
지시 준수 및 에이전트 작업
IFBenchIFBench는 모델이 세부 지시와 제약 조건을 얼마나 일관되게 따르는지 측정합니다.	프롬프트 제약 준수	44.5%
AA-LCRAA-LCR은 긴 컨텍스트 윈도우 전반에서 추론 품질을 측정합니다.	긴 컨텍스트 추론	55.3%
τ²-Benchτ²-Bench는 도구와 상태 제약이 있는 실제 워크플로에서 대화형 에이전트의 역량을 평가합니다.	에이전트 워크플로 작업	86.3%

지표 출처 Artificial Analysis

Qwen 3.5 35B A3B 자주 묻는 질문

Qwen 3.5 35B A3B의 역량, 활용 사례, 한계와 TokenHub 사용 안내.

팀은 Qwen 3.5 35B A3B를 어떻게 봐야 하나요?+

Qwen 3.5 35B A3B는 Alibaba Qwen의 오픈 모델 멀티모달 추론과 효율적 배포용 모델입니다.

Qwen 3.5 35B A3B는 무엇에 가장 적합한가요?+

자체 호스팅 배포, 시각 추론, 일상적인 코딩 지원에 적합하며, 특히 우선순위가 배포 통제권인 경우 유용합니다.

Qwen 3.5 35B A3B의 핵심 강점은 무엇인가요?+

핵심 강점은 활성 파라미터 규모가 작은 오픈 MoE 변형 및 깊은 사고와 직접 응답을 전환하는 하이브리드 사고입니다.

Qwen 3.5 35B A3B는 항상 최선인가요?+

이전 세대라 후속 모델의 새로운 기능이 없을 수 있습니다. 최신 기능이 중요함이 우선이면 Qwen 3.6 35B A3B를 고려하세요.

가장 안전한 설정 방법은 무엇인가요?+

TokenHub의 정확한 ID를 사용하고 호스팅과 자체 배포의 차이를 확인하세요.

Qwen3.5 35B-A3B을 사용할 준비가 되셨나요?

하나의 API 키로 Qwen3.5 35B-A3B과 더 많은 AI 모델을 이용하세요.

API 키 만들기

Qwen3.5 35B-A3B

Qwen3.5 35B-A3B 가격

Qwen3.5 35B-A3B API 기능

Qwen3.5-35B-A3B 모델 주요 특징

희소 MoE 효율성

네이티브 멀티모달

오픈 웨이트 배포

Qwen3.5-35B-A3B 사용 사례

프라이빗 멀티모달 도우미

시각 문서 처리

코딩 워크플로

TokenHub API로 Qwen3.5 35B-A3B 사용하는 방법

Qwen3.5 35B-A3B 벤치마크

Qwen3.5 35B-A3B과 유사한 모델

미디어 및 논의

X (Twitter)

Reddit

YouTube

Qwen 3.5 35B A3B 자주 묻는 질문

Qwen3.5 35B-A3B을 사용할 준비가 되셨나요?