¿Qué es Qwen3.5-397B-A17B?
Qwen3.5-397B-A17B fue el primer modelo de pesos abiertos de la serie Qwen3.5 de Alibaba, lanzado el 16 de febrero de 2026. Desde entonces Alibaba ha lanzado modelos abiertos Qwen3.6 en abril y Qwen3.8 en agosto de 2026. Es un modelo de mezcla de expertos con 397.000 millones de parámetros, de los que se usan 17.000 millones por token. Combina un diseño rápido de atención lineal (Gated DeltaNet) con atención estándar, lo que según Alibaba da 8,6 veces la velocidad de decodificación de Qwen3-Max con 32K de contexto y 19 veces con 256K.
Lee texto, imágenes y vídeo y escribe texto. El contexto nativo es de 262.144 tokens, ampliable a 1M aproximadamente con YaRN, un método estándar para estirar el contexto. Cubre 201 idiomas y dialectos y razona antes de responder por defecto. La versión alojada, Qwen3.5-Plus en Alibaba Cloud Model Studio, añade un contexto predeterminado de 1M de tokens y herramientas integradas.
Los pesos están bajo Apache 2.0. A finales de febrero y principios de marzo de 2026 llegaron modelos Qwen3.5 más pequeños, de 0.8B a 122B.
¿Merece la pena Qwen3.5-397B-A17B?
Qwen3.5-397B-A17B era un modelo abierto potente en febrero y es uno caro en octubre. Artificial Analysis le da 18 en su Intelligence Index, justo por debajo de la mediana de 19 para los modelos abiertos de más de 150.000 millones de parámetros, y lo califica de 'especialmente caro' para su clase a 0,60 $ de entrada y 3,60 $ de salida por millón de tokens. La ficha de Alibaba, con datos autodeclarados, sigue luciendo bien: 76,4 en SWE-bench Verified, 88,4 en GPQA, 85,0 en la prueba de imágenes MMMU y 62,2 en OSWorld-Verified.
Alibaba ya lo ha sustituido. Qwen3.6-35B-A3B y Qwen3.6-27B llegaron en abril, y en agosto Qwen3.8 trajo un modelo insignia de 2,4 billones de parámetros y un modelo de 27B. El insignia se distribuye con una licencia propia, la Qwen3.8-Max, mientras que el de 27B es Apache 2.0, así que el de 397B sigue siendo el Qwen más grande con condiciones Apache puras. Es su argumento más limitado y más duradero.
Las cuentas del alojamiento juegan en su contra. Qwen3.5-Plus, la versión alojada, figura en OpenRouter a 0,30 $ de entrada y 1,80 $ de salida con un contexto de 1M de tokens, mientras que el más barato de los diez proveedores de OpenRouter para los pesos abiertos, el propio endpoint de Alibaba, cobra 0,39 $ y 2,34 $ con 262K. Autoalojarlo solo compensa cuando los pesos tienen que estar en tu propio edificio. El checkpoint FP8 ocupa unos 406 GB y los ejemplos de servicio de Alibaba dan por hecho ocho GPU; la cuantización de 4 bits de Unsloth, de 214 GB, cabe en un Mac de 256 GB o en una sola GPU de 24 GB con 256 GB de RAM del sistema, a unos 25 tokens por segundo.
Dos comportamientos pillan por sorpresa a los equipos. El razonamiento está activado por defecto, los interruptores /think y /nothink no funcionan, y la ficha pide al menos 128K de contexto para mantener intacto el razonamiento, lo que limita la memoria en servidores más pequeños. Por encima de 262K, los frameworks de código abierto usan YaRN estático, que según la ficha puede empeorar la calidad con instrucciones cortas, así que el trabajo de contexto largo corresponde al Plus alojado. A su favor, Artificial Analysis contó 95M de tokens de salida en su índice frente a una mediana de 140M, lo que lo hace escueto para ser un modelo de razonamiento, incluso a 55,8 tokens por segundo en la API de Alibaba.
Dónde se gana su sitio
Un equipo de plataforma de ML en un banco europeo con un nodo de ocho H100
Ejecutar un modelo multimodal en sus propias instalaciones con una licencia que el departamento legal ya ha aprobado
Sirve el checkpoint FP8 de 406 GB con vLLM con paralelismo de tensores 8, el analizador de razonamiento qwen3 y el analizador de herramientas qwen3_coder. Apache 2.0 no tiene umbrales que vigilar; el coste es el nodo, y la ficha aconseja mantener al menos 128K de contexto.
Un desarrollador independiente con un Mac Studio de 256 GB
Ejecutar en local un modelo abierto grande para trabajo privado de programación y documentos
La cuantización UD-Q4_K_XL de Unsloth ocupa unos 214 GB y se carga en un M3 Ultra de 256 GB; Unsloth cita una prueba de terceros en la que perdió menos de un punto frente a los pesos completos. Cuenta con velocidades para un solo usuario, no de servidor de equipo.
Una responsable de operaciones de soporte en una empresa SaaS que responde 1M de tickets al mes
Redactar respuestas multilingües sin pagar precios de modelo insignia
Con 1.500 tokens de entrada y 500 de salida por respuesta, el endpoint de Alibaba en OpenRouter (0,39 $/2,34 $) sale por unos 1.760 $ al mes, y Qwen3.5-Plus alojado (0,30 $/1,80 $) por unos 1.350 $. Los tokens de razonamiento se facturan como salida, así que desactiva el razonamiento para las respuestas rutinarias.
Antes de decidirte
- Puesta en marcha
- Descárgalo de Hugging Face o ModelScope (unos 807 GB en BF16, 406 GB el checkpoint FP8) y sírvelo con vLLM o SGLang de la rama principal; los ejemplos de la ficha usan ocho GPU. O llama a qwen/qwen3.5-397b-a17b en OpenRouter.
- Integraciones
- API de chat al estilo de OpenAI en Alibaba Cloud Model Studio y diez proveedores de OpenRouter; llamadas a herramientas mediante el analizador qwen3_coder; KTransformers, llama.cpp, MLX y Transformers para ejecución local.
- Datos y privacidad
- Apache 2.0 permite el uso comercial, el ajuste fino y la redistribución sin límites de ingresos ni de usuarios. Autoalojarlo mantiene las instrucciones en casa; en OpenRouter no está disponible con enrutamiento dentro de la UE, y cada proveedor fija su propia retención.
- Coste a escala
- Los proveedores de OpenRouter cobran de 0,39 $ a 0,75 $ de entrada y de 2,34 $ a 4,50 $ de salida por 1M de tokens; Qwen3.5-Plus alojado cuesta 0,30 $/1,80 $. Autoalojarlo requiere unos 406 GB en FP8 (un servidor de ocho GPU de 80 GB), 214 GB a 4 bits o 180 GB a 3 bits.
- Límites
- Contexto nativo de 262.144 tokens, 1M aproximadamente con YaRN de factor 4; salida de hasta 32.768 tokens por defecto y 81.920 para matemáticas y código difíciles. Algunos proveedores recortan el contexto a 128K o 131K, y la API de Alibaba funciona a 55,8 tokens por segundo según Artificial Analysis.
Lo bueno
- Apache 2.0 sin límites de ingresos ni de usuarios
- Entrada de texto, imagen y vídeo en 201 idiomas
- Escueto para ser un modelo de razonamiento: 95M de tokens de salida en el índice de Artificial Analysis frente a una mediana de 140M
- La cuantización de 4 bits cabe en 214 GB de memoria
Lo malo
- Intelligence Index de Artificial Analysis de 18, por debajo de la mediana de su tamaño
- Qwen3.5-Plus alojado sale más barato que cualquier proveedor de los pesos abiertos en OpenRouter
- Superado por Qwen3.6 y Qwen3.8
- Por encima de 262K depende de YaRN estático, que puede empeorar la calidad con textos cortos
Ideal para
Equipos que necesitan el Qwen con Apache 2.0 más grande en su propio hardware y ya tienen un servidor con varias GPU o una máquina de 256 GB para ejecutarlo.
Alternativas a Qwen3.5-397B-A17B
Qwen3.5-397B-A17B: preguntas frecuentes
- ¿Merece la pena Qwen3.5-397B-A17B?
- Sigue siendo un caballo de batalla capaz con Apache 2.0, pero Alibaba vende ahora el mismo modelo alojado por menos de lo que cobra cualquier tercero por ejecutar los pesos abiertos. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta Qwen3.5-397B-A17B?
- Pesos gratuitos bajo Apache 2.0; Qwen3.5-Plus en Alibaba Cloud y el alojamiento de terceros se facturan aparte.
- ¿Qué inconvenientes tiene Qwen3.5-397B-A17B?
- Intelligence Index de Artificial Analysis de 18, por debajo de la mediana de su tamaño; qwen3.5-Plus alojado sale más barato que cualquier proveedor de los pesos abiertos en OpenRouter; superado por Qwen3.6 y Qwen3.8; por encima de 262K depende de YaRN estático, que puede empeorar la calidad con textos cortos.
- ¿Para quién es Qwen3.5-397B-A17B?
- Equipos que necesitan el Qwen con Apache 2.0 más grande en su propio hardware y ya tienen un servidor con varias GPU o una máquina de 256 GB para ejecutarlo.
- ¿Cuánto cuesta Qwen3.5-397B-A17B para un equipo o en producción?
- Los proveedores de OpenRouter cobran de 0,39 $ a 0,75 $ de entrada y de 2,34 $ a 4,50 $ de salida por 1M de tokens; Qwen3.5-Plus alojado cuesta 0,30 $/1,80 $. Autoalojarlo requiere unos 406 GB en FP8 (un servidor de ocho GPU de 80 GB), 214 GB a 4 bits o 180 GB a 3 bits.
- ¿Es Qwen3.5-397B-A17B seguro para los datos de la empresa?
- Apache 2.0 permite el uso comercial, el ajuste fino y la redistribución sin límites de ingresos ni de usuarios. Autoalojarlo mantiene las instrucciones en casa; en OpenRouter no está disponible con enrutamiento dentro de la UE, y cada proveedor fija su propia retención.
- ¿Cuáles son las mejores alternativas a Qwen3.5-397B-A17B?
- Las alternativas más cercanas que hemos analizado son GLM-5.3-Flash, Qwen3.8-Max, DeepSeek-V4.1-Flash y Mistral Small 4.
Respuestas comprobadas el 22 oct 2026.