Qwen3.5-397B-A17B

Qwen3.5-397B-A17B представляет собой новое поколение унифицированных визуально-языковых моделей, которые с самого обучения интегрируют понимание текста, изображений и видео в едином архитектурном решении. В отличие от предыдущих версий, где мультимодальность часто достигалась за счет надстроек над языковым ядром, данная модель использует раннее слияние модальностей, что позволяет ей глубже связывать визуальную и текстовую информацию. Модель поддерживает контекст 262 144 токенов с возможностью расширения до 1 миллиона токенов. Кроме того, языковая поддержка расширена до 201 языка и диалекта, что делает модель по-настоящему мультиязычной.

Архитектурное сердце модели — гибридный дизайн, сочетающий инновационные механизмы внимания и разреженную экспертную систему. В основе лежат два типа блоков: Gated DeltaNet, представляющий собой линейное внимание с рекуррентным обновлением состояния (эффективно для сверхдлинных последовательностей), и классический Gated Attention (трансформерное внимание), отвечающий за точное извлечение связей. Эти блоки интегрированы в слой Mixture of Experts (MoE), содержащий 512 экспертов, из которых для каждого токена активируются только 10 маршрутизируемых и 1 общий эксперт. Таким образом, при общем количестве параметров в 397 миллиардов, вычисления требуют активации лишь 17 миллиардов, что обеспечивает высокую эффективность.

Уникальность Qwen3.5-397B-A17B проявляется в ее выдающихся результатах на ключевых бенчмарках. В языковых тестах модель демонстрирует исключительное следование инструкциям: 76.5 на IFBench и 67.6 на MultiChallenge, что говорит о способности выполнять сложные составные запросы. В области мультимодального понимания она занимает лидирующие позиции: MathVision (88.6) требует решения математических задач на основе диаграмм, ZEROBench (41.0 на субтесте) оценивает подлинное понимание без переобучения, а OmniDocBench1.5 (90.8) подтверждает качество в анализе документов и распознавании текста. В агентных сценариях модель показывает впечатляющий результат 78.6 на BrowseComp, превосходя такие модели как DeepSeek-V3.2 и Kimi K2.5 в задачах многошагового поиска и взаимодействия с внешними инструментами.

Благодаря своим возможностям модель имеет широкий спектр применений. Она идеально подходит для создания мультимодальных агентов, способных не только интерпретировать содержимое экрана, но и выполнять действия в графическом интерфейсе. В корпоративной среде она способна автоматизировать обработку документов, таблиц и диаграмм, а глубокое понимание кода и командной строки позволяют использовать модель в разработке программного обеспечения. Таким образом Qwen 3.5 является одним из самых универсальных решений на рынке.

Дата анонса: 16.02.2026
Параметров: 397B
Экспертов: 512
Активно параметров при инференсе: 17B
Контекст: 263K
Слоев: 60, с полным вниманием: 15
Тип внимания: Linear Attention
Разработчик: Qwen
Версия Transformers: 4.57.0.dev0
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3.5-397B-A17B. 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.