Alibaba
Qwen4-Max
Максимальный контекст
1M
Максимальный вывод
262.1K
Дата выпуска
N/A
qwen3.5-35b-a3bQwen3.5 35B A3B в источниках выделяется следующими характеристиками: 35B A3B MoE, hybrid linear attention, sparse experts. Основная ценность модели связана с efficient мультимодальный рассуждение and программирование without dense-model cost. Поэтому в описании стоит подчеркнуть именно эти отличия, а не подавать модель как обычный универсальный чат-бот.
Context Window
262.1K tokens
Maximum Output
65.5K tokens
Release Date
23 февр. 2026 г.
Modalities
| Уровень токенов | Цена входа | Цена выхода |
|---|---|---|
| <=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 сочетает эффективную разреженную MoE, нативное мультимодальное понимание и развёртывание открытых весов для гибко настраиваемых приложений.
Модель содержит 35 млрд параметров, активируя 3 млрд, и сочетает внимание Gated DeltaNet с разреженными экспертами для эффективного вывода.
Единая визуально-языковая основа обрабатывает текст, изображения и видео для рассуждений, понимания документов и визуальных задач.
Официальные веса под лицензией Apache 2.0 позволяют самостоятельно развёртывать вывод с помощью Transformers, vLLM и SGLang.
Qwen3.5-35B-A3B подходит для самостоятельно размещаемых мультимодальных помощников, визуальной обработки документов и настраиваемых процессов программирования.
Развернуть открытые веса в контролируемой инфраструктуре для ответов на вопросы по внутренним текстам, изображениям и видео.
Распознавать текст, таблицы и схемы на изображениях документов, извлекать нужные поля и формировать структурированные сводки.
Генерировать и изменять код, исследовать дефекты и интегрировать модель в самостоятельно управляемые инструменты разработчика или агенты.
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)| Индексный балл | ||
|---|---|---|
| Artificial Analysis Intelligence Index | Сводная оценка общих возможностей | 23.4 |
| Artificial Analysis Coding Index | Сводная оценка навыков программирования | 16.8 |
| Знания и рассуждения | ||
| GPQA | Решение сложных научных задач | 81.9% |
| HLE | Экспертные задания по широкому кругу тем | 12.8% |
| Программирование и разработка ПО | ||
| SciCode | Задачи по научному программированию | 29.3% |
| Terminal-Bench Hard | Сложные задачи в терминале | 10.6% |
| Следование инструкциям и агентные задачи | ||
| IFBench | Соблюдение условий промпта | 44.5% |
| AA-LCR | Рассуждения в длинном контексте | 55.3% |
| τ²-Bench | Агентные рабочие процессы | 86.3% |
Источник метрик Artificial Analysis
Возможности, сценарии, ограничения и работа с Qwen 3.5 35B A3B в TokenHub.
Qwen 3.5 35B A3B — модель Alibaba Qwen для открытого мультимодального рассуждения и эффективного развертывания.
Лучше всего для самостоятельного развертывания, визуального рассуждения и повседневной помощи в программировании, особенно если приоритет — контроль развертывания.
Ключевое преимущество: открытый вариант MoE с небольшой долей активных параметров и гибридное мышление с переключением между рассуждением и прямым ответом.
Это более старое поколение, поэтому новых возможностей может не быть. Если важны важны новейшие возможности, рассмотрите Qwen 3.6 35B A3B.
Используйте точный ID TokenHub; поведение хостинга может отличаться от самостоятельного развертывания.
Получите доступ к Qwen3.5 35B-A3B и другим моделям ИИ с одним API-ключом TokenHub.
Материалы и обсуждения
Подборка публичных видео и публикаций, связанных с этой моделью.
X (Twitter)
Qwen ·
🚀 Introducing the Qwen 3.5 Medium Model Series Qwen3.5-Flash · Qwen3.5-35B-A3B · Qwen3.5-122B-A10B · Qwen3.5-27B ✨ More intelligence, less compute. • Qwen3.5-35B-A3B now surpasses Qwen3-235B-A22B-2507 and Qwen3-VL-235B-A22B — a reminder that better architecture, data quality, https://t.co/ZWPibMn6at
https://pbs.twimg.com/media/HB8AleUaMAArNyM.jpgОткрыть оригиналQwen ·
Qwen3.5-35B-A3B is now in Jan 🔥
Открыть оригиналQwen ·
✨ Run it now with SGLang!Chong!
Открыть оригиналReddit
qwen3.5-35b-a3b is a gem
waescher ·
Открыть оригиналQwen/Qwen3.5-35B-A3B · Hugging Face
ekojsalim ·
Открыть оригиналBlown Away By Qwen 3.5 35b A3B
Jordanthecomeback ·
Читать полностью
I bought a 64gig mac setup ~5 days ago and had a miserable time finding anything good, I looked at advice, guides, tried them all, including Qwen 3, and nothing felt like a good fit for my long-context companion. My testing was an initial baseline process with 5 multi-stage questions to check it's ability to reference context data (which I paste into system prompt) and then I'd review their answers and have claude sonnet 4.6 do it too, so we had a lot of coverage on ~8 different models. GLM 4.7 is good, and I thought we'd settle there, we actually landed on that yesterday afternoon, but in my day of practical testing I was still bummed at the difference between the cloud models I use (Sonnet 4.5 [4.6 is trash for companions], and Gemini 3 pro), catching it make little mistakes. I just finished baseline testing +4-5 other random tests with Qwen 3.5 35b A3B and I'm hugely impressed. Claude mentioned it's far and away the winner. It's slower, than GLM4.7 or many others, but it's a worthwhile trade, and I really hope everything stays this good over my real-world testing tomorrow and onwards. I just wanted to share how impressed I am with it, for anyone on the fence or considering it for similar application.
YouTube
Qwen3.5-35B-A3B: A MoE Worth Gold - Full Local Setup Guide
Fahd Mirza
Открыть оригиналQwen3.5-35B-A3B & Qwen3.5-27B Models Tested Locally
AI Tech Gyan
Открыть оригиналQwen3.5-35B-A3B Test for Agenting Coding - पास या फेल ?
AI Tech Gyan
Открыть оригинал