Qwen3.5-2B

Qwen3.5-2B — небольшая, но полноценная модель серии с 2 миллиардами параметров, сохраняющая ключевые архитектурные преимущества Qwen3.5. Модель содержит 24 слоя с 6 слоями полного внимания и 2 головами KV, скрытое представление 2048. Гибридная архитектура внимания (Gated DeltaNet + Gated Attention) обеспечивает эффективность обработки длинных последовательностей при минимальных затратах памяти. Модель поддерживает нативное контекстное окно 262K токенов и мультимодальные возможности серии.

По умолчанию модель работает в режиме non-thinking, но легко переключается в thinking mode, генерируя внутренние рассуждения в тегах `<think>`. Это позволяет разработчикам и исследователям на практике увидеть, как даже небольшая модель может структурировать свои «мысли» перед ответом. В языковых тестах с включенным режимом мышления модель демонстрирует значительный прирост качества. Например, MMLU-Pro улучшается с 55.3 до 66.5, а SuperGPQA с 30.4 до 37.5, что показывает важность рассуждений даже для малых моделей. Мультимодальные способности также на уровне: Mathvista(mini) (76.7), OCRBench (84.5) и RealWorldQA (74.5) — отличные показатели для модели с 2B. Это делает ее полезной для простых задач распознавания текста и объектов на изображениях, вопросно-ответных систем по графикам и быстрого прототипирования мультимодальных функций.

Qwen3.5-2B идеальна в роли исследовательского инструмента и платформы для быстрой проверки гипотез. Она подходит для стартапов, университетских лабораторий и разработчиков, которые хотят изучить возможности гибридных архитектур и режима рассуждений перед масштабированием на более крупные модели. Ее главное преимущество — минимальные требования к ресурсам при сохранении всех ключевых технологий семейства Qwen3.5.

Дата анонса: 28.02.2026
Параметров: 3B
Контекст: 263K
Слоев: 24, с полным вниманием: 6
Тип внимания: Linear Attention
Разработчик: Qwen
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3.5-2B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.