Qwen 3.5: Quatro Classes de Tamanho, Dois Níveis Hospedados e os Oito IDs que Atendemos

Qwen 3.5 é a geração de fevereiro de 2026 da linha Qwen da Alibaba — a geração mais antiga que ainda tem demanda de busca mensurável — e suas quatro classes de tamanho com pesos abertos são Qwen3.5-397B-A17B, Qwen3.5-122B-A10B, Qwen3.5-35B-A3B e Qwen3.5-27B, com Qwen3.5-Flash e Qwen3.5-Plus como os dois níveis hospedados que carregam o mesmo nome de geração. Se você está escolhendo-o hoje em vez do Qwen 3.6, do Qwen 3.7 ou do Qwen 3.8, a resposta honesta é quase sempre uma de três: ele é menor do que aquilo que o substituiu, é mais barato de chamar, ou já está integrado a um pipeline e nada nas gerações mais recentes ainda lhe deu um motivo para migrar.

Esta é uma página permanente, não um relatório de lançamento. As datas abaixo — pesos do modelo principal publicados em 16 de fevereiro de 2026, os três tamanhos intermediários em 24 de fevereiro — estão aqui para situar a geração, não para anunciá-la. O que faz esta página merecer seu lugar é uma medição diferente. Nos trinta dias até 2026-10-13, nossa própria propriedade do Search Console registrou 82 impressões e 2 cliques em catorze qwen 3.5 consultas, com 92% dessas impressões em consultas qualificadas e o termo puro tendo 16 impressões e nenhum clique sequer. Catorze consultas em uma geração com quatro classes de tamanho não representam tráfego de navegação; são leitores fazendo pesquisa, a maioria deles com um tamanho ou nível específico em mente e verificando o que existe. A coisa útil a lhes entregar é precisão sobre os ids, então é isso que esta página é.

Por que alguém ainda escolhe esta geração

Qwen3.5 é a geração que colocou no mapa a arquitetura que os lançamentos posteriores ainda usam. Cada membro de pesos abertos é um modelo de linguagem causal com um codificador visual, construído como um híbrido de blocos Gated DeltaNet e Gated Attention, com uma mistura esparsa de especialistas por cima, treinado com predição multi-etapa e multi-token. Os próprios cards de modelo do fabricante descrevem a família como um salto na aprendizagem multimodal, na eficiência arquitetural e na acessibilidade, e alegam paridade entre gerações com a linha Qwen3, ao mesmo tempo que superam a linha Qwen3-VL em benchmarks de raciocínio, programação, agentes e visão — números da Qwen, não auditados por ninguém fora do laboratório, e repetidos aqui como alegações do fabricante, e não como medições.

O que isso proporciona a um leitor em outubro de 2026 é um piso, não uma fronteira. A linha 3.5 é onde as classes de tamanho começam, onde os preços são mais baixos e onde o ecossistema quantizado teve mais tempo para amadurecer. Se sua restrição é uma máquina que você possui ou uma conta que você paga por milhão de tokens, 3.5 é a geração que você verifica primeiro; se sua restrição é um benchmark, não é, e os hubs posteriores estão a um clique de distância na parte inferior desta página.

Os membros, um por linha.

Quatro classes de tamanho carregam o nome da geração em seus lançamentos de pesos abertos, e dois níveis hospedados o carregam no lado da API. A notação MoE é a parte que vale a pena decodificar uma vez: 397B-A17B significa 397 bilhões de parâmetros totais com cerca de 17 bilhões ativos por token, e a mesma leitura se aplica a 122B-A10B e 35B-A3B.

• Qwen3.5-397B-A17B — o carro-chefe da geração e o MoE mais amplo: 397B no total, 17B ativos, 512 especialistas com 10 roteados e 1 compartilhado. Pesos publicados em 16 de fevereiro de 2026, o membro mais antigo da família. Este é o modelo ao qual recorrer se você estiver servindo a geração em vez de executá-la.

• Qwen3.5-122B-A10B — o MoE intermédio: 122B no total, cerca de 10B ativos, 256 especialistas e, nas próprias tabelas do fornecedor, o mais forte dos três tamanhos intermédios em conhecimento, documentos e trabalho de pesquisa agêntica. É também o tamanho em que os próprios números do fornecedor colocam uma diferença real entre esta geração e o denso 27B, a favor do 122B.

• Qwen3.5-35B-A3B — o pequeno MoE e a escolha prática para auto-hospedagem: 35B no total com aproximadamente 3B ativos por token, o que significa um consumo de memória de um modelo pequeno, mas com capacidade consideravelmente maior do que a de um modelo denso de 3B. Se você está encaixando a geração em uma única GPU de consumidor, é sobre este modelo que essa pergunta geralmente recai.

• Qwen3.5-27B — o membro denso: um único checkpoint de 27 bilhões de parâmetros com um codificador de visão e sem roteamento de especialistas com que se preocupar. As próprias tabelas da Qwen o colocam à frente do 122B em várias tarefas de seguimento de instruções e de competições de programação, então o denso não é simplesmente a escolha mais fraca aqui; é a implantação mais simples.

• Qwen3.5-Flash — o nível de custo hospedado e, de acordo com as próprias fichas de modelo do fornecedor, o equivalente, do lado da API, dos pesos abertos, listado com um contexto padrão de 1M de tokens. Nada para baixar.

• Qwen3.5-Plus — o nível hospedado acima do Flash: chat multimodal em texto, imagem e vídeo com contexto de 1M tokens e ferramentas integradas, voltado para codificação e trabalho com agentes. Nada para baixar também.

Duas linhas de organização para que ninguém saia procurando membros que não existem. Primeiro, a geração é mais ampla do que quatro tamanhos na ponta menor: Qwen3.5-9B, Qwen3.5-4B, Qwen3.5-2B e Qwen3.5-0.8B são lançamentos oficiais publicados no final de fevereiro de 2026, cada um com um irmão pré-treinado -Base, e são os tamanhos a verificar se você está mirando um laptop. Segundo, os nomes com sufixo que você encontra no catálogo de um provedor não são membros extras: -FP8 e -GPTQ-Int4 são os mesmos checkpoints recodificados em precisão menor para hardware que a prefere, publicados sob a mesma licença.

Quais daqueles que atendemos, escritos por extenso

Oito ids desta geração estão ativos no catálogo OrcaRouter em 2026-10-13, verificados hoje em relação à nossa própria lista de modelos e listados aqui exatamente como o catálogo os escreve. Este é o conteúdo real da página, pelo que a lista é precisa e não resumida. Quatro dos oito são os membros de pesos abertos para download e quatro são os dois níveis hospedados, cada um apresentado tanto numa grafia sem data como numa grafia com data.

• qwen/qwen3.5-397b-a17b — o carro-chefe 397B-A17B.

• qwen/qwen3.5-122b-a10b — o MoE intermediário.

• qwen/qwen3.5-35b-a3b — o pequeno MoE.

• qwen/qwen3.5-27b — o membro denso.

• qwen/qwen3.5-flash — o nível Flash, alias sem data.

• qwen/qwen3.5-flash-2026-02-23 — a camada Flash, fixada na sua snapshot de 23 de fevereiro de 2026.

• qwen/qwen3.5-plus — o nível Plus, alias sem data.

• qwen/qwen3.5-plus-2026-02-15 — o nível Plus, fixado em seu snapshot de 15 de fevereiro de 2026.

Os dois ids datados são a parte dessa lista que vale a pena ler duas vezes, porque um id datado e um não datado não são duas grafias de uma mesma rota. qwen/qwen3.5-flash e qwen/qwen3.5-plus são aliases: eles acompanham qualquer build que o provedor atualmente aponte para cada nome, então o comportamento deles pode mudar sob seus pés sem que o id mude. qwen/qwen3.5-flash-2026-02-23 e qwen/qwen3.5-plus-2026-02-15 são snapshots congelados de um build nomeado. Se você está fazendo prototipagem, o alias serve e você ganha correções de graça. Se um prompt ou um teste de regressão foi ajustado para um build específico, fixe o id datado — essa é exatamente a razão de ambas as formas existirem na mesma lista.

Repare também no que os próprios ids lhe dizem sobre esta geração: quatro dos oito incluem uma classe de tamanho no nome e quatro não. Esta geração é disponibilizada aqui tanto como um conjunto de pesos descarregáveis como um par de níveis hospedados, o que não se aplica a todas as gerações Qwen — a 3.7, por exemplo, sobrevive neste catálogo apenas como níveis hospedados, sem qualquer id portador de pesos associado a ela.

Onde o 3.5 se posiciona ao lado das gerações que o seguiram

A linha segue 3.5 em fevereiro de 2026, depois 3.6 em abril, 3.7 de maio a julho, e 3.8 de agosto em diante. Lida como uma sequência, as gerações posteriores não substituíram as classes de tamanho 3.5 — elas mantiveram a arquitetura e impulsionaram o treinamento, as ferramentas e o topo da linha. É por isso que 3.5 continua sendo uma escolha ativa, e não arquivada. Nosso Qwen 3.6 hub mapeia a geração que herdou essa arquitetura e renomeou os mesmos tamanhos 27B e 35B-A3B; Qwen 3.7 cobre a geração apenas hospedada entre 3.6 e 3.8; Qwen 3.8 é a linha atual e a que deve ser lida se o orçamento não for a restrição vinculante; e Qwen 4 reúne o que se sabe sobre a geração seguinte. Esta página posiciona 3.5. Essas páginas fazem as comparações.

Licenciamento, do texto da licença

Todos os membros de pesos abertos desta geração são publicados sob a licença Apache-2.0 — o carro-chefe, o 122B, o 35B-A3B, o denso 27B, os tamanhos pequenos de 9B, 4B, 2B e 0,8B, e os -Base irmãos pré-treinados, todos eles, nos próprios cards de modelo do fornecedor. As recodificações oficiais em FP8 e GPTQ-Int4 herdam os mesmos termos, portanto reduzir a precisão não altera a sua posição legal.

Apache-2.0 é permissiva: permite uso, modificação e redistribuição, inclusive comercialmente, desde que a atribuição e o texto da licença acompanhem o trabalho. Esse único fato é tudo o que esta página diz sobre a forma qualificada da demanda de busca da geração. Os leitores chegam a este radical à procura de builds modificados destes checkpoints, e a resposta é uma resposta de licenciamento — porque os pesos são abertos e a licença o permite, checkpoints derivados, recodificações quantizadas e fine-tunes são legais e são exatamente o que os repositórios da comunidade sob estes nomes são. O que um serviço hospedado faz com um pedido é uma questão diferente, regida pelos termos desse serviço, e nada nesta página fala sobre isso.

Os dois níveis hospedados são a exceção na lista: Qwen3.5-Flash e Qwen3.5-Plus não têm pesos publicados, portanto não há texto de licença para ler para eles e nada para auto-hospedar. O que rege o seu uso deles são os termos de serviço do provedor.

O que não está resolvido

As próprias fichas de modelo da A​libaba não trazem campo de data de lançamento — as datas em que podemos nos apoiar são os carimbos de data e hora dos próprios repositórios, e é por isso que esta página atribui aos pesos a data de fevereiro de 2026 e não especifica um dia para o lançamento da geração. Também não encontramos nenhuma postagem de blog do fornecedor sobre a geração que possamos ler na íntegra, e a nomenclatura de níveis é mais escassa do que a lista sugere: Flash e Plus são os dois nomes de modelos hospedados que conseguimos comprovar para esta geração, e não encontramos nenhum nível Max com o rótulo 3.5 para colocar ao lado deles.

Disponibilidade, e qual tamanho escolher

Todos os oito ids nomeados acima são servidos no OrcaRouter a partir de 2026-10-13: qwen/qwen3.5-397b-a17b, qwen/qwen3.5-122b-a10b, qwen/qwen3.5-35b-a3b, qwen/qwen3.5-27b, qwen/qwen3.5-flash, qwen/qwen3.5-flash-2026-02-23, qwen/qwen3.5-plus e qwen/qwen3.5-plus-2026-02-15. Esse é todo o conjunto servido para esta geração, e esta página não faz nenhuma afirmação de disponibilidade sobre qualquer id Qwen fora dele.

Qual chamar depende do seu hardware, não do número da versão. Se você está baixando pesos em vez de chamar uma API, combine a classe de tamanho com a máquina: Qwen3.5-35B-A3B é o membro feito para uma única GPU de consumidor, porque apenas cerca de 3B parâmetros ficam ativos por token, Qwen3.5-27B é o que escolher se você preferir um checkpoint denso, sem roteamento a considerar, e Qwen3.5-122B-A10B ou o 397B-A17B topo de linha são escolhas para servidores, e não para desktop. Existem tamanhos abaixo de 27B, e vale a pena conferi-los se a máquina for pequena. Se você está chamando em vez de hospedar, os dois níveis hospedados são o caminho mais curto, e o snapshot fixado do nível que você escolher é o id mais seguro quando algo a jusante depender dele.

É também aí que uma camada de roteamento se paga numa geração tão antiga. Como todos os oito ids ficam atrás de uma única chave, uma requisição transita entre o 35B-A3B, o 27B denso e o 122B como uma mudança de configuração, e não um segundo contrato ou uma reescrita de código — que é o formato que você quer quando ainda está decidindo qual classe de tamanho sua carga de trabalho merece. O preço aqui é o preço de tabela do próprio provedor repassado sem nenhuma margem adicionada por nós, de modo que uma mudança de tarifa do lado do provedor chega até você no mesmo dia em que entra em vigor, e o failover automático é uma forma mais barata de testar um tamanho sobre o qual você tem dúvidas do que colocá-lo na frente do tráfego de produção.