Was ist Qwen3.5-397B-A17B?
Qwen3.5-397B-A17B war das erste Modell mit offenen Gewichten in Alibabas Qwen3.5-Reihe, erschienen am 16. Februar 2026. Seitdem hat Alibaba im April offene Qwen3.6-Modelle und im August 2026 Qwen3.8 veröffentlicht. Es ist ein Mixture-of-Experts-Modell mit 397 Milliarden Parametern, von denen 17 Milliarden pro Token genutzt werden. Es kombiniert ein schnelles Design mit linearer Attention (Gated DeltaNet) mit klassischer Attention, was laut Alibaba bei 32K Kontext die 8,6-fache und bei 256K die 19-fache Decoding-Geschwindigkeit von Qwen3-Max ergibt.
Es liest Text, Bilder und Video und schreibt Text. Der native Kontext beträgt 262.144 Tokens und lässt sich mit YaRN, einer gängigen Methode zur Kontextstreckung, auf etwa 1M erweitern. Es deckt 201 Sprachen und Dialekte ab und denkt standardmäßig nach, bevor es antwortet. Die gehostete Version, Qwen3.5-Plus in Alibaba Cloud Model Studio, bringt standardmäßig 1M Tokens Kontext und eingebaute Tools mit.
Die Gewichte stehen unter Apache 2.0. Kleinere Qwen3.5-Modelle von 0.8B bis 122B folgten Ende Februar und Anfang März 2026.
Lohnt sich Qwen3.5-397B-A17B?
Qwen3.5-397B-A17B war im Februar ein starkes offenes Modell und ist im Oktober ein teures. Artificial Analysis gibt ihm 18 Punkte auf seinem Intelligence Index, knapp unter dem Median von 19 für offene Modelle über 150 Milliarden Parametern, und nennt es für seine Klasse 'particularly expensive', bei 0,60 $ Eingabe und 3,60 $ Ausgabe pro Million Tokens. Alibabas eigene Karte, deren Werte selbst gemeldet sind, liest sich weiterhin gut: 76,4 auf SWE-bench Verified, 88,4 auf GPQA, 85,0 auf dem Bildtest MMMU und 62,2 auf OSWorld-Verified.
Alibaba hat es ersetzt. Qwen3.6-35B-A3B und Qwen3.6-27B kamen im April, und im August brachte Qwen3.8 ein Flaggschiff mit 2,4 Billionen Parametern und ein 27B-Modell. Das Flaggschiff erscheint unter einer eigenen Qwen3.8-Max-Lizenz, das 27B unter Apache 2.0. Das 397B bleibt damit das größte Qwen mit reinen Apache-Bedingungen. Das ist sein engstes und beständigstes Argument.
Die Hosting-Rechnung spricht gegen es. Qwen3.5-Plus, die gehostete Version, steht auf OpenRouter für 0,30 $ Eingabe und 1,80 $ Ausgabe mit 1M Tokens Kontext. Der günstigste von zehn OpenRouter-Hosts für die offenen Gewichte, Alibabas eigener Endpunkt, verlangt 0,39 $ und 2,34 $ bei 262K. Selbsthosting lohnt sich nur, wenn die Gewichte im eigenen Haus liegen müssen. Der FP8-Checkpoint ist etwa 406 GB groß, und Alibabas Serving-Beispiele gehen von acht GPUs aus; Unsloths 4-Bit-Quantisierung passt mit 214 GB auf einen Mac mit 256 GB oder eine einzelne 24-GB-GPU mit 256 GB Arbeitsspeicher, bei etwa 25 Tokens pro Sekunde.
Zwei Verhaltensweisen erwischen Teams kalt. Thinking ist standardmäßig aktiv, die Schalter /think und /nothink werden nicht unterstützt, und die Karte verlangt mindestens 128K Kontext, damit das Reasoning intakt bleibt, was den Speicher auf kleineren Servern einengt. Jenseits von 262K nutzen Open-Source-Frameworks statisches YaRN, das laut Karte die Qualität bei kurzen Prompts verschlechtern kann; Arbeit mit langem Kontext gehört also auf das gehostete Plus. Für das Modell spricht, dass Artificial Analysis über seinen Index 95M Ausgabe-Tokens zählte, bei einem Median von 140M. Für ein Reasoning-Modell ist es damit knapp, selbst bei 55,8 Tokens pro Sekunde über Alibabas API.
Wo es sich lohnt
Ein ML-Plattform-Team bei einer europäischen Bank mit einem H100-Knoten aus acht GPUs
Ein multimodales Modell vor Ort unter einer Lizenz betreiben, die die Rechtsabteilung schon freigegeben hat
Betreibe den 406 GB großen FP8-Checkpoint mit vLLM bei Tensor-Parallelismus 8, dem Reasoning-Parser qwen3 und dem Tool-Parser qwen3_coder. Apache 2.0 kennt keine Schwellenwerte, die du verfolgen musst; die Kosten sind der Knoten, und die Karte rät, mindestens 128K Kontext beizubehalten.
Ein Einzelentwickler mit einem Mac Studio mit 256 GB
Ein großes offenes Modell lokal für private Coding- und Dokumentarbeit betreiben
Unsloths Quantisierung UD-Q4_K_XL ist etwa 214 GB groß und lädt auf einem M3 Ultra mit 256 GB; Unsloth verweist auf einen Test eines Dritten, in dem sie gegenüber den vollen Gewichten weniger als einen Punkt verlor. Rechne mit Geschwindigkeiten für einen Nutzer, nicht für einen Teamserver.
Ein Support-Operations-Manager bei einem SaaS-Unternehmen mit 1M Tickets im Monat
Mehrsprachige Antwortentwürfe erstellen, ohne Flaggschiff-Preise zu zahlen
Bei 1.500 Eingabe- und 500 Ausgabe-Tokens pro Antwort kommt Alibabas Endpunkt auf OpenRouter (0,39 $/2,34 $) auf etwa 1.760 $ im Monat, das gehostete Qwen3.5-Plus (0,30 $/1,80 $) auf etwa 1.350 $. Reasoning-Tokens werden als Ausgabe abgerechnet, schalte Thinking für Routineantworten also ab.
Bevor du dich festlegst
- Einrichtung
- Von Hugging Face oder ModelScope herunterladen (etwa 807 GB in BF16, 406 GB für den FP8-Checkpoint) und mit vLLM oder SGLang vom Main-Branch betreiben; die Beispiele auf der Karte nutzen acht GPUs. Oder qwen/qwen3.5-397b-a17b auf OpenRouter aufrufen.
- Integrationen
- Chat-APIs im OpenAI-Stil in Alibaba Cloud Model Studio und bei zehn OpenRouter-Hosts; Tool Calling über den Parser qwen3_coder; KTransformers, llama.cpp, MLX und Transformers für den lokalen Betrieb.
- Daten und Datenschutz
- Apache 2.0 erlaubt kommerzielle Nutzung, Fine-Tuning und Weitergabe ohne Umsatz- oder Nutzergrenzen. Beim Selbsthosting bleiben Prompts im Haus; auf OpenRouter ist es nicht über Routing innerhalb der EU verfügbar, und jeder Host legt seine eigene Aufbewahrung fest.
- Kosten im großen Maßstab
- OpenRouter-Hosts verlangen 0,39 $ bis 0,75 $ Eingabe und 2,34 $ bis 4,50 $ Ausgabe pro 1M Tokens; das gehostete Qwen3.5-Plus kostet 0,30 $/1,80 $. Selbsthosting braucht etwa 406 GB für FP8 (ein Server mit acht 80-GB-GPUs), 214 GB in 4 Bit oder 180 GB in 3 Bit.
- Grenzen
- Nativer Kontext von 262.144 Tokens, etwa 1M mit YaRN-Faktor 4; Ausgabe standardmäßig bis 32.768 Tokens und 81.920 für schwierige Mathematik und Code. Manche Hosts kürzen den Kontext auf 128K oder 131K, und Alibabas API läuft laut Artificial Analysis mit 55,8 Tokens pro Sekunde.
Was gut ist
- Apache 2.0 ohne Umsatz- oder Nutzergrenzen
- Text-, Bild- und Videoeingabe in 201 Sprachen
- Knapp für ein Reasoning-Modell: 95M Ausgabe-Tokens auf dem Index von Artificial Analysis gegenüber einem Median von 140M
- Die 4-Bit-Quantisierung passt in 214 GB Speicher
Was nicht
- Intelligence Index von 18 bei Artificial Analysis, unter dem Median seiner Größe
- Das gehostete Qwen3.5-Plus unterbietet jeden Host der offenen Gewichte auf OpenRouter
- Abgelöst durch Qwen3.6 und Qwen3.8
- Jenseits von 262K ist es auf statisches YaRN angewiesen, das die Qualität bei kurzen Texten verschlechtern kann
Am besten für
Teams, die das größte Qwen unter Apache 2.0 auf eigener Hardware brauchen und bereits einen Server mit mehreren GPUs oder eine Maschine mit 256 GB dafür haben.
Alternativen zu Qwen3.5-397B-A17B
Qwen3.5-397B-A17B: häufige Fragen
- Lohnt sich Qwen3.5-397B-A17B?
- Immer noch ein fähiges Arbeitstier unter Apache 2.0, aber Alibaba verkauft dasselbe Modell gehostet inzwischen billiger, als jeder Drittanbieter für den Betrieb der offenen Gewichte verlangt. Wir bewerten es mit 3.6 von 5.
- Was kostet Qwen3.5-397B-A17B?
- Kostenlose Gewichte unter Apache 2.0; Qwen3.5-Plus auf Alibaba Cloud und Hosting bei Drittanbietern werden gesondert berechnet.
- Welche Nachteile hat Qwen3.5-397B-A17B?
- Intelligence Index von 18 bei Artificial Analysis, unter dem Median seiner Größe; Das gehostete Qwen3.5-Plus unterbietet jeden Host der offenen Gewichte auf OpenRouter; Abgelöst durch Qwen3.6 und Qwen3.8; Jenseits von 262K ist es auf statisches YaRN angewiesen, das die Qualität bei kurzen Texten verschlechtern kann.
- Für wen eignet sich Qwen3.5-397B-A17B?
- Teams, die das größte Qwen unter Apache 2.0 auf eigener Hardware brauchen und bereits einen Server mit mehreren GPUs oder eine Maschine mit 256 GB dafür haben.
- Was kostet Qwen3.5-397B-A17B für ein Team oder im Produktivbetrieb?
- OpenRouter-Hosts verlangen 0,39 $ bis 0,75 $ Eingabe und 2,34 $ bis 4,50 $ Ausgabe pro 1M Tokens; das gehostete Qwen3.5-Plus kostet 0,30 $/1,80 $. Selbsthosting braucht etwa 406 GB für FP8 (ein Server mit acht 80-GB-GPUs), 214 GB in 4 Bit oder 180 GB in 3 Bit.
- Ist Qwen3.5-397B-A17B sicher für Firmendaten?
- Apache 2.0 erlaubt kommerzielle Nutzung, Fine-Tuning und Weitergabe ohne Umsatz- oder Nutzergrenzen. Beim Selbsthosting bleiben Prompts im Haus; auf OpenRouter ist es nicht über Routing innerhalb der EU verfügbar, und jeder Host legt seine eigene Aufbewahrung fest.
- Was sind die besten Alternativen zu Qwen3.5-397B-A17B?
- Die nächsten Alternativen, die wir getestet haben, sind GLM-5.3-Flash, Qwen3.8-Max, DeepSeek-V4.1-Flash und Mistral Small 4.
Antworten geprüft am 22. Okt. 2026.