Qu’est-ce que Qwen3.5-397B-A17B ?
Qwen3.5-397B-A17B était le premier modèle à poids ouverts de la série Qwen3.5 d'Alibaba, sorti le 16 février 2026. Alibaba a depuis sorti des modèles ouverts Qwen3.6 en avril et Qwen3.8 en août 2026. C'est un modèle mixture-of-experts avec 397 milliards de paramètres, dont 17 milliards sont utilisés pour chaque token. Il mêle une conception rapide à attention linéaire (Gated DeltaNet) avec de l'attention standard, ce qui, selon Alibaba, donne 8,6 fois la vitesse de décodage de Qwen3-Max à un contexte de 32K et 19 fois à 256K.
Il lit le texte, les images et la vidéo et écrit du texte. Le contexte natif est de 262 144 tokens, extensible à environ 1M avec YaRN, une méthode standard d'étirement de contexte. Il couvre 201 langues et dialectes et réfléchit avant de répondre par défaut. La version hébergée, Qwen3.5-Plus sur Alibaba Cloud Model Studio, ajoute un contexte par défaut de 1M de tokens et des outils intégrés.
Les poids sont sous Apache 2.0. Des modèles Qwen3.5 plus petits de 0,8B à 122B ont suivi fin février et début mars 2026.
Qwen3.5-397B-A17B vaut-il le coup ?
Qwen3.5-397B-A17B était un fort modèle ouvert en février et en est un cher en octobre. Artificial Analysis le note 18 sur son Intelligence Index, juste sous la médiane de 19 pour les modèles ouverts de plus de 150 milliards de paramètres, et le qualifie de « particulièrement cher » pour sa catégorie à 0,60 $ en entrée et 3,60 $ en sortie par million de tokens. La propre fiche d'Alibaba, autodéclarée, se lit encore bien : 76,4 sur SWE-bench Verified, 88,4 sur GPQA, 85,0 sur le test d'image MMMU et 62,2 sur OSWorld-Verified.
Alibaba l'a remplacé. Qwen3.6-35B-A3B et Qwen3.6-27B sont arrivés en avril, et en août Qwen3.8 a apporté un flagship de 2,4 billions de paramètres et un modèle 27B. Le flagship est livré sous une licence Qwen3.8-Max personnalisée, tandis que le 27B est Apache 2.0, si bien que le 397B reste le plus grand Qwen avec des conditions Apache pures. C'est son argument le plus étroit et le plus durable.
Le calcul d'hébergement joue contre lui. Qwen3.5-Plus, la version hébergée, est listé sur OpenRouter à 0,30 $ en entrée et 1,80 $ en sortie avec un contexte de 1M de tokens, tandis que le moins cher des dix hébergeurs OpenRouter pour les poids ouverts, le propre endpoint d'Alibaba, facture 0,39 $ et 2,34 $ avec 262K. L'auto-hébergement ne paie que lorsque les poids doivent se trouver dans votre propre bâtiment. Le checkpoint FP8 fait environ 406 GB et les exemples de service d'Alibaba supposent huit GPU ; la quantification 4 bits d'Unsloth, à 214 GB, tient sur un Mac de 256 GB ou un seul GPU de 24 GB avec 256 GB de RAM système à environ 25 tokens par seconde.
Deux comportements piègent les équipes. Le thinking est activé par défaut, les commutateurs /think et /nothink ne sont pas pris en charge, et la fiche demande au moins 128K de contexte pour garder le raisonnement intact, ce qui contraint la mémoire sur les serveurs plus petits. Au-delà de 262K, les frameworks open source utilisent le YaRN statique, que la fiche prévient pouvoir nuire à la qualité sur les prompts courts, si bien que le travail en long contexte a sa place sur le Plus hébergé. En sa faveur, Artificial Analysis a compté 95M de tokens de sortie sur son index contre une médiane de 140M, ce qui le rend concis pour un modèle de raisonnement même à 55,8 tokens par seconde sur l'API d'Alibaba.
Là où il fait la différence
Une équipe plateforme ML dans une banque européenne avec un nœud H100 à huit GPU
Faire tourner un modèle multimodal sur site sous une licence que le juridique a déjà approuvée
Servir le checkpoint FP8 de 406 GB avec vLLM en tensor-parallel 8, le parseur de raisonnement qwen3 et le parseur d'outils qwen3_coder. Apache 2.0 n'a pas de seuils à suivre ; le coût est le nœud, et la fiche conseille de garder au moins 128K de contexte.
Un développeur solo avec un Mac Studio de 256 GB
Faire tourner un grand modèle ouvert en local pour du code et du travail sur documents privés
La quantification UD-Q4_K_XL d'Unsloth fait environ 214 GB et se charge sur un M3 Ultra de 256 GB ; Unsloth cite un test tiers où elle a perdu moins d'un point face aux poids complets. Attendez-vous à des vitesses mono-utilisateur, pas à un serveur d'équipe.
Un responsable des opérations support dans une entreprise SaaS qui répond à 1M de tickets par mois
Rédiger des réponses multilingues sans payer les prix d'un flagship
À 1 500 tokens en entrée et 500 en sortie par réponse, l'endpoint d'Alibaba sur OpenRouter (0,39 $/2,34 $) revient à environ 1 760 $ par mois, et Qwen3.5-Plus hébergé (0,30 $/1,80 $) à environ 1 350 $. Les tokens de raisonnement sont facturés en sortie, alors désactivez le thinking pour les réponses de routine.
Avant de vous engager
- Mise en route
- Téléchargez depuis Hugging Face ou ModelScope (environ 807 GB en BF16, 406 GB pour le checkpoint FP8) et servez avec vLLM ou SGLang de la branche main ; les exemples de la fiche utilisent huit GPU. Ou appelez qwen/qwen3.5-397b-a17b sur OpenRouter.
- Intégrations
- API de chat de style OpenAI sur Alibaba Cloud Model Studio et dix hébergeurs OpenRouter ; appel d'outils via le parseur qwen3_coder ; KTransformers, llama.cpp, MLX et Transformers pour les exécutions locales.
- Données et confidentialité
- Apache 2.0 autorise l'usage commercial, l'affinage et la redistribution sans limites de revenus ou d'utilisateurs. L'auto-hébergement garde les prompts en interne ; sur OpenRouter, il n'est pas disponible via le routage en région UE, et chaque hébergeur fixe sa propre conservation.
- Coût à grande échelle
- Les hébergeurs OpenRouter facturent 0,39 $ à 0,75 $ en entrée et 2,34 $ à 4,50 $ en sortie par 1M de tokens ; Qwen3.5-Plus hébergé est à 0,30 $/1,80 $. L'auto-hébergement a besoin d'environ 406 GB pour le FP8 (un serveur à huit GPU de 80 GB), 214 GB en 4 bits ou 180 GB en 3 bits.
- Limites
- Contexte natif de 262 144 tokens, environ 1M avec un facteur YaRN de 4 ; sortie jusqu'à 32 768 tokens par défaut et 81 920 pour les maths et le code difficiles. Certains hébergeurs réduisent le contexte à 128K ou 131K, et l'API d'Alibaba tourne à 55,8 tokens par seconde selon Artificial Analysis.
Les points forts
- Apache 2.0 sans plafond de revenus ou d'utilisateurs
- Entrée texte, image et vidéo sur 201 langues
- Concis pour un modèle de raisonnement : 95M de tokens de sortie sur l'index d'Artificial Analysis contre une médiane de 140M
- La quantification 4 bits tient dans 214 GB de mémoire
Les points faibles
- Intelligence Index d'Artificial Analysis de 18, sous la médiane pour sa taille
- Qwen3.5-Plus hébergé passe sous tous les hébergeurs de poids ouverts sur OpenRouter
- Remplacé par Qwen3.6 et Qwen3.8
- Au-delà de 262K s'appuie sur le YaRN statique, qui peut nuire à la qualité du texte court
Idéal pour
Les équipes qui ont besoin du plus grand Qwen Apache 2.0 sur leur propre matériel et ont déjà un serveur multi-GPU ou une machine de 256 GB pour le faire tourner.
Alternatives à Qwen3.5-397B-A17B
Qwen3.5-397B-A17B : questions fréquentes
- Qwen3.5-397B-A17B vaut-il le coup ?
- Toujours un cheval de trait Apache 2.0 capable, mais Alibaba vend désormais le même modèle hébergé pour moins que ce que facture n'importe quel tiers pour faire tourner les poids ouverts. Nous lui donnons 3.6 sur 5.
- Combien coûte Qwen3.5-397B-A17B ?
- Poids gratuits sous Apache 2.0 ; Qwen3.5-Plus sur Alibaba Cloud et hébergement tiers facturés séparément.
- Quels sont les inconvénients de Qwen3.5-397B-A17B ?
- Intelligence Index d'Artificial Analysis de 18, sous la médiane pour sa taille; qwen3.5-Plus hébergé passe sous tous les hébergeurs de poids ouverts sur OpenRouter; remplacé par Qwen3.6 et Qwen3.8; au-delà de 262K s'appuie sur le YaRN statique, qui peut nuire à la qualité du texte court.
- À qui s’adresse Qwen3.5-397B-A17B ?
- Les équipes qui ont besoin du plus grand Qwen Apache 2.0 sur leur propre matériel et ont déjà un serveur multi-GPU ou une machine de 256 GB pour le faire tourner.
- Combien coûte Qwen3.5-397B-A17B pour une équipe ou en production ?
- Les hébergeurs OpenRouter facturent 0,39 $ à 0,75 $ en entrée et 2,34 $ à 4,50 $ en sortie par 1M de tokens ; Qwen3.5-Plus hébergé est à 0,30 $/1,80 $. L'auto-hébergement a besoin d'environ 406 GB pour le FP8 (un serveur à huit GPU de 80 GB), 214 GB en 4 bits ou 180 GB en 3 bits.
- Qwen3.5-397B-A17B est-il sûr pour les données de l’entreprise ?
- Apache 2.0 autorise l'usage commercial, l'affinage et la redistribution sans limites de revenus ou d'utilisateurs. L'auto-hébergement garde les prompts en interne ; sur OpenRouter, il n'est pas disponible via le routage en région UE, et chaque hébergeur fixe sa propre conservation.
- Quelles sont les meilleures alternatives à Qwen3.5-397B-A17B ?
- Les alternatives les plus proches que nous avons testées sont GLM-5.3-Flash, Qwen3.8-Max, DeepSeek-V4.1-Flash et Mistral Small 4.
Réponses vérifiées le 22 oct. 2026.