O que é Qwen3.5-397B-A17B?
O Qwen3.5-397B-A17B foi o primeiro modelo de pesos abertos da série Qwen3.5 da Alibaba, lançado em 16 de fevereiro de 2026. Desde então a Alibaba lançou os modelos abertos Qwen3.6 em abril e o Qwen3.8 em agosto de 2026. É um modelo mixture-of-experts com 397 bilhões de parâmetros, dos quais 17 bilhões são usados em cada token. Ele mistura um design rápido de atenção linear (Gated DeltaNet) com atenção padrão, o que segundo a Alibaba dá 8,6 vezes a velocidade de decodificação do Qwen3-Max com contexto de 32K e 19 vezes com 256K.
Ele lê texto, imagens e vídeo e escreve texto. O contexto nativo é de 262.144 tokens, extensível a cerca de 1M com YaRN, um método padrão de ampliação de contexto. Ele cobre 201 idiomas e dialetos e, por padrão, pensa antes de responder. A versão hospedada, Qwen3.5-Plus no Alibaba Cloud Model Studio, acrescenta um contexto padrão de 1M tokens e ferramentas embutidas.
Os pesos estão sob Apache 2.0. Modelos Qwen3.5 menores, de 0.8B a 122B, vieram no fim de fevereiro e no início de março de 2026.
Qwen3.5-397B-A17B vale a pena?
O Qwen3.5-397B-A17B era um modelo aberto forte em fevereiro e é um modelo caro em outubro. A Artificial Analysis lhe dá 18 no seu Intelligence Index, logo abaixo da mediana de 19 para modelos abertos acima de 150 bilhões de parâmetros, e o chama de 'particularmente caro' para a sua classe, a US$ 0,60 de entrada e US$ 3,60 de saída por milhão de tokens. O card da própria Alibaba, que é autodeclarado, ainda impressiona: 76,4 no SWE-bench Verified, 88,4 no GPQA, 85,0 no teste de imagens MMMU e 62,2 no OSWorld-Verified.
A Alibaba já o substituiu. O Qwen3.6-35B-A3B e o Qwen3.6-27B chegaram em abril, e em agosto o Qwen3.8 trouxe um modelo principal de 2,4 trilhões de parâmetros e um modelo de 27B. O principal vem sob uma licença própria Qwen3.8-Max, enquanto o de 27B é Apache 2.0, então o de 397B continua sendo o maior Qwen com termos Apache puros. Esse é o seu argumento mais estreito e mais duradouro.
A conta da hospedagem joga contra ele. O Qwen3.5-Plus, a versão hospedada, aparece no OpenRouter a US$ 0,30 de entrada e US$ 1,80 de saída com contexto de 1M tokens, enquanto o mais barato dos dez hosts do OpenRouter para os pesos abertos, o próprio endpoint da Alibaba, cobra US$ 0,39 e US$ 2,34 com 262K. Auto-hospedar só compensa quando os pesos precisam ficar dentro do seu próprio prédio. O checkpoint FP8 tem cerca de 406 GB, e os exemplos de serving da Alibaba pressupõem oito GPUs; a quantização de 4 bits da Unsloth, com 214 GB, cabe em um Mac de 256 GB ou em uma única GPU de 24 GB com 256 GB de RAM do sistema, a cerca de 25 tokens por segundo.
Dois comportamentos pegam as equipes de surpresa. O raciocínio vem ligado por padrão, as chaves /think e /nothink não são suportadas, e o card pede pelo menos 128K de contexto para manter o raciocínio intacto, o que aperta a memória em servidores menores. Acima de 262K, os frameworks de código aberto usam YaRN estático, que segundo o card pode prejudicar a qualidade com prompts curtos, então trabalho com contexto longo cabe ao Plus hospedado. A seu favor, a Artificial Analysis contou 95M tokens de saída em todo o seu índice contra uma mediana de 140M, o que o torna conciso para um modelo de raciocínio, mesmo a 55,8 tokens por segundo na API da Alibaba.
Onde ele se destaca
Uma equipe de plataforma de ML em um banco europeu com um nó de oito GPUs H100
Rodar um modelo multimodal on-premises sob uma licença que o jurídico já aprovou
Sirva o checkpoint FP8 de 406 GB com vLLM em tensor-parallel 8, o reasoning parser qwen3 e o tool parser qwen3_coder. A Apache 2.0 não tem limiares a acompanhar; o custo é o nó, e o card recomenda manter pelo menos 128K de contexto.
Um desenvolvedor solo com um Mac Studio de 256 GB
Rodar um grande modelo aberto localmente para programação e trabalho com documentos privados
A quantização UD-Q4_K_XL da Unsloth tem cerca de 214 GB e carrega em um M3 Ultra de 256 GB; a Unsloth cita um teste de terceiros em que ela perdeu menos de um ponto em relação aos pesos completos. Espere velocidades para um único usuário, não para um servidor de equipe.
Um gerente de operações de suporte em uma empresa SaaS que responde 1M de tickets por mês
Redigir respostas multilíngues sem pagar preço de modelo topo de linha
Com 1.500 tokens de entrada e 500 de saída por resposta, o endpoint da Alibaba no OpenRouter (US$ 0,39/US$ 2,34) dá cerca de US$ 1.760 por mês, e o Qwen3.5-Plus hospedado (US$ 0,30/US$ 1,80) cerca de US$ 1.350. Tokens de raciocínio são cobrados como saída, então desligue o raciocínio para respostas de rotina.
Antes de decidir
- Configuração
- Baixe do Hugging Face ou do ModelScope (cerca de 807 GB em BF16, 406 GB para o checkpoint FP8) e sirva com vLLM ou SGLang do branch principal; os exemplos do card usam oito GPUs. Ou chame qwen/qwen3.5-397b-a17b no OpenRouter.
- Integrações
- APIs de chat no estilo OpenAI no Alibaba Cloud Model Studio e em dez hosts do OpenRouter; chamada de ferramentas pelo parser qwen3_coder; KTransformers, llama.cpp, MLX e Transformers para execução local.
- Dados e privacidade
- A Apache 2.0 permite uso comercial, fine-tuning e redistribuição sem limites de receita ou de usuários. Auto-hospedar mantém os prompts dentro de casa; no OpenRouter ele não está disponível pelo roteamento regional na UE, e cada host define a sua própria retenção.
- Custo em escala
- Os hosts do OpenRouter cobram de US$ 0,39 a US$ 0,75 de entrada e de US$ 2,34 a US$ 4,50 de saída por 1M de tokens; o Qwen3.5-Plus hospedado custa US$ 0,30/US$ 1,80. Auto-hospedar exige cerca de 406 GB em FP8 (um servidor de oito GPUs de 80 GB), 214 GB em 4 bits ou 180 GB em 3 bits.
- Limites
- Contexto nativo de 262.144 tokens, cerca de 1M com YaRN fator 4; saída de até 32.768 tokens por padrão e 81.920 para matemática difícil e código. Alguns hosts cortam o contexto para 128K ou 131K, e a API da Alibaba roda a 55,8 tokens por segundo, de acordo com a Artificial Analysis.
O que é bom
- Apache 2.0 sem limites de receita ou de usuários
- Entrada de texto, imagem e vídeo em 201 idiomas
- Conciso para um modelo de raciocínio: 95M tokens de saída no índice da Artificial Analysis contra uma mediana de 140M
- A quantização de 4 bits cabe em 214 GB de memória
O que não é
- Intelligence Index da Artificial Analysis de 18, abaixo da mediana para o seu tamanho
- O Qwen3.5-Plus hospedado custa menos que qualquer host de pesos abertos no OpenRouter
- Superado pelo Qwen3.6 e pelo Qwen3.8
- Acima de 262K depende de YaRN estático, que pode prejudicar a qualidade com textos curtos
Ideal para
Equipes que precisam do maior Qwen sob Apache 2.0 no próprio hardware e já têm um servidor com várias GPUs ou uma máquina de 256 GB para rodá-lo.
Alternativas ao Qwen3.5-397B-A17B
Qwen3.5-397B-A17B: perguntas frequentes
- Qwen3.5-397B-A17B vale a pena?
- Ainda é um burro de carga competente sob Apache 2.0, mas a Alibaba agora vende o mesmo modelo hospedado por menos do que qualquer terceiro cobra para rodar os pesos abertos. Damos nota 3.6 de 5.
- Quanto custa Qwen3.5-397B-A17B?
- Pesos gratuitos sob Apache 2.0; Qwen3.5-Plus no Alibaba Cloud e hospedagem de terceiros cobrados à parte.
- Quais são as desvantagens de Qwen3.5-397B-A17B?
- Intelligence Index da Artificial Analysis de 18, abaixo da mediana para o seu tamanho; o Qwen3.5-Plus hospedado custa menos que qualquer host de pesos abertos no OpenRouter; superado pelo Qwen3.6 e pelo Qwen3.8; acima de 262K depende de YaRN estático, que pode prejudicar a qualidade com textos curtos.
- Para quem Qwen3.5-397B-A17B é indicado?
- Equipes que precisam do maior Qwen sob Apache 2.0 no próprio hardware e já têm um servidor com várias GPUs ou uma máquina de 256 GB para rodá-lo.
- Quanto custa Qwen3.5-397B-A17B para uma equipe ou em produção?
- Os hosts do OpenRouter cobram de US$ 0,39 a US$ 0,75 de entrada e de US$ 2,34 a US$ 4,50 de saída por 1M de tokens; o Qwen3.5-Plus hospedado custa US$ 0,30/US$ 1,80. Auto-hospedar exige cerca de 406 GB em FP8 (um servidor de oito GPUs de 80 GB), 214 GB em 4 bits ou 180 GB em 3 bits.
- Qwen3.5-397B-A17B é seguro para dados da empresa?
- A Apache 2.0 permite uso comercial, fine-tuning e redistribuição sem limites de receita ou de usuários. Auto-hospedar mantém os prompts dentro de casa; no OpenRouter ele não está disponível pelo roteamento regional na UE, e cada host define a sua própria retenção.
- Quais são as melhores alternativas ao Qwen3.5-397B-A17B?
- As alternativas mais próximas que analisamos são GLM-5.3-Flash, Qwen3.8-Max, DeepSeek-V4.1-Flash e Mistral Small 4.
Respostas verificadas em 22 de out. de 2026.