Le modèle natif de vision-langage de la série Qwen3.5 397B-A17B est construit sur une architecture hybride qui intègre un mécanisme d'attention linéaire avec un modèle de mélange d'experts sparse, atteignant une efficacité d'inférence supérieure.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
Scores de référence indépendants pour Qwen3.5 397B A17B, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Reasoning.
Qwen3.5 397B A17B est un modèle d'IA open-weight d'Alibaba. Vous pouvez le télécharger et le déployer en self-hosted gratuitement ; les prix ci-dessous sont les prix de liste de l'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Qwen3.5 397B A17B est un modèle de langage IA de Alibaba. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 34.3 sur l'indice d'intelligence d'Artificial Analysis.
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Qwen3.5 397B A17B et ne rien payer par token. Si vous préférez une API hébergée, les prix publics sont de 0,39 $ par million de tokens d'entrée et de 2,34 $ par million de tokens de sortie.
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 89.3%, Humanity's Last Exam 29%, Long Context Reasoning 72.7%, SciCode 42%, IFBench 78.8%, τ²-Bench 95.6%, τ-Bench Banking 13.4%, Terminal-Bench 51.3%, Terminal-Bench Hard 40.9%. Il est particulièrement utilisé pour génération de code.
Il génère environ 88.8 tokens par seconde, avec un délai médian 1.45s avant le premier token. Mesuré indépendamment par Artificial Analysis.
Oui. Qwen3.5 397B A17B a des open weights, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par token.