Qwen3.5-9B: Обзор модели – Технические характеристики, бенчмарки и сравнение с конкурентами в 2026

В феврале 2026 года компания Alibaba представила новую модель Qwen3.5-9B, которая стала значительным шагом в развитии языковых моделей. Эта модель, обладающая 9 миллиардами параметров, демонстрирует высокие результаты по сравнению с предшествующими версиями и конкурентами.

Модель Qwen3.5-9B реализована на базе архитектуры Gated DeltaNet с гибридной внимательностью (3:1 соотношение линейного/полного softmax). Это позволяет ей эффективно обрабатывать большие объемы информации и сохранять точность при анализе.

Технические характеристики

Qwen3.5-9B представляет собой модель с 9 миллиардами параметров, вероятно использующую архитектуру MoE (Mixture of Experts). Это позволяет модели масштабировать вычисления и эффективно использовать ресурсы при обработке сложных задач.

Лицензия модели – Apache 2.0, что делает её доступной для открытого использования и разработки. Это важно для исследовательских и коммерческих проектов, стремящихся использовать модель без ограничений по использованию.

Контекстная длина модели составляет 262 000 токенов, что позволяет ей обрабатывать длинные тексты без потери информации. В дополнение к этому, с помощью YaRN (Yet Another Rotary Positional Embedding) модель может быть расширена до 1 миллиона токенов.

Архитектура Gated DeltaNet и гибридное внимание обеспечивают высокую эффективность обработки информации. Соотношение линейного и полного softmax составляет 3:1, что позволяет модели быть более точной при анализе контекста.

Бенчмарки

По результатам MMLU-Pro, Qwen3.5-9B показывает более высокий уровень точности по сравнению с GPT-OSS-120B (82.5 против 80.9). Это говорит о том, что модель способна лучше понимать и обрабатывать сложные задачи.

HumanEval показывает схожие результаты между Qwen3.5-9B и GPT-OSS-120B (~82.3), что указывает на их равнозначную эффективность в программировании.

GPQA Diamond также демонстрирует высокую точность модели Qwen3.5-9B (~81.7), что подтверждает её способность решать сложные задачи уровня PhD.

Цены на инференс

В плане экономической доступности, Qwen3.5-9B предлагает конкурентные цены по сравнению с другими моделями. Входные данные обходятся в $0.05-$0.10 за миллион токенов, а выходные – $0.15-$0.24 за миллион токенов.

Сравнительно GPT-OSS-120B, которая стоит $2.50 на вход и $10.00 на выход, Qwen3.5-9B предлагает значительную экономию при использовании API.

Производительность

Производительность Qwen3.5-9B на различных платформах позволяет ей эффективно работать в условиях реального времени. На 4×A100-80GB она достигает скорости ~95 токенов/секунду.

В локальной среде, при использовании Ollama на RTX 4090 с 24 ГБ памяти, модель может обрабатывать ~42 токена в секунду. Это делает её удобной для разработки и тестирования в условиях ограниченных ресурсов.

Практическое использование

Qwen3.5-9B может быть запущена локально через vLLM или Ollama. Для использования с vLLM требуется 4×A100-80GB, что обеспечивает высокую производительность.

Для более широкого применения в условиях ограниченных ресурсов, Ollama позволяет запускать модель на RTX 4090 с 24 ГБ памяти. Это делает модель доступной для малых и средних разработчиков.

Часто задаваемые вопросы

• Какова контекстная длина Qwen3.5-9B? Модель поддерживает 262 000 токенов, с возможностью расширения до 1 миллиона с помощью YaRN.
• Какие архитектурные особенности имеет Qwen3.5-9B? Архитектура Gated DeltaNet с гибридной внимательностью (3:1 соотношение линейного/полного softmax).
• Какие бенчмарки показала модель Qwen3.5-9B? Высокие результаты по MMLU-Pro (82.5), HumanEval (~82.3) и GPQA Diamond (~81.7).
• Сколько стоит использование API Qwen3.5-9B? $0.05-$0.10 за миллион входных токенов и $0.15-$0.24 за миллион выходных токенов.
• Какова производительность модели на разных платформах? На 4×A100-80GB ~95 токенов/сек, на RTX 4090 ~42 токена/сек через Ollama.

Источники: llm-stats.com, huggingface.co/Qwen/Qwen3.5-9B (March 2026)