Kan ik Qwen3.5-9B lokaal draaien?

Ja, de gewichten zijn open en gepubliceerd op Hugging Face onder de repository Qwen/Qwen3.5-9B. Het model is compatibel met Hugging Face Transformers, vLLM, SGLang en KTransformers, dus standaard lokale setups zijn van toepassing.

Wat kost Qwen3.5-9B en hoe lang is het contextvenster?

Via API kost het $0,10 per miljoen inputtokens en $0,15 per miljoen outputtokens. Het native contextvenster is 262.144 tokens, met architectuur die uitbreiding boven een miljoen tokens ondersteunt.

Hoe verschilt Qwen3.5-9B van Qwen3 en Qwen3-VL?

Qwen3.5 vervangt de aparte taal- en visietaalmodellijnen door één uniforme architectuur met vroege fusie, waarvan Qwen zegt dat het gelijkwaardig presteert aan Qwen3 op taaltaken en beter is dan Qwen3-VL op visuele benchmarks.

Qwen3.5 9B

6123°

#llm #qwen #visie #video #redeneren #meertalig

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Qwen | 262.144 token context | $0.10/M input, $0.15/M output. Qwen3.5-9B is een multimodaal funderingsmodel uit de Qwen3.5 familie, ontworpen om sterke redeneer-, codeer- en visuele begripsmogelijkheden te leveren in een efficiënte 9 miljard parameters architectuur. Het gebruikt een verenigd visie-taal ontwerp met vroege fusie van multimodale tokens, waardoor het model tekst en beelden binnen dezelfde context kan verwerken en redeneren.

Gidsen voor dit model

Hoe Ollama te installeren en een lokale AI te draaien (Windows, Mac, Linux)

Beste lokale LLM per gebruik (oktober 2026): het juiste open model voor elke klus

Ollama vs LM Studio (2026): welke lokale AI-app gebruik je, en welke topmodellen draaien ze

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Qwen3.5-9B is een multimodaal model met 9 miljard parameters van Qwen dat tekst en afbeeldingen verwerkt binnen één uniforme architectuur, met vroege fusie in plaats van visie er als bijzaak aan toe te voegen. Het hybride Gated Delta Network-ontwerp is gebouwd voor doorvoer, en de 262K native context is ongewoon lang voor een model van deze omvang. Voor een tiende cent per duizend inputtokens met open gewichten is het geschikt voor ontwikkelaars die een capabel visietaalmodel willen dat ze lokaal kunnen draaien of goedkoop via API kunnen aanroepen.

Bekend om

Geïntegreerd visietaalredeneren met vroege fusie van multimodale tokens
262K native context, verder uitbreidbaar, in een model van 9 miljard parameters
Hybride Gated Delta Network-architectuur afgestemd op low-latency inferentie
Ondersteunt 201 talen en dialecten direct uit de doos
Open gewichten, compatibel met vLLM, SGLang en Hugging Face Transformers

Let op

Visie- en videocapaciteit staat in de architectuur; multimodale kwaliteit in de praktijk is hier niet onafhankelijk geverifieerd.
Benchmarkvergelijkingen in de modelkaart zijn tegen Qwens eigen familie; onafhankelijke evaluaties zijn nog schaars.
Licentievoorwaarden voor commercieel gebruik zijn niet gedetailleerd in wat Qwen hier publiceerde.

Het beste voor

Prompts om te proberen

Multimodale beeldanalyse

Voeg een screenshot toe van een grafiek of diagram. Beschrijf wat het toont, identificeer trends of afwijkingen en noem drie vragen die een data-analist zou stellen voordat conclusies worden getrokken.

Redeneren over lang document

Hier is een lang technisch document. Lees het zorgvuldig, en: (1) vat het kernargument samen in drie zinnen, (2) identificeer beweringen zonder bewijs, en (3) stel twee vervolgvragen voor die de auteur moet behandelen.

Meertalige code-review

Beoordeel de volgende Python-functie op correctheid, randgevallen en prestaties. Herschrijf daarna de docstring in zowel Engels als Mandarijn, waarbij de technische betekenis exact blijft.

Vergelijk met

Qwen3.7 Flash
Alleen API-model
1,000,000 token context · $0.03/M invoer, $0.13/M uitvoer
Qwen3.8 Max (0902)
Alleen API-model
1,000,000 token context · $2.00/M invoer, $6.00/M uitvoer
Qwen3.8 Omni Flash
Alleen API-model
1,000,000 token context · $0.15/M invoer, $0.47/M uitvoer
Qwen3 VL 32B Instruct
Alleen API-model
131,072 token context · $0.10/M invoer, $0.42/M uitvoer

Meer tekstmodellen van qwen

Veelgestelde vragen

Kan ik Qwen3.5-9B lokaal draaien?: Ja, de gewichten zijn open en gepubliceerd op Hugging Face onder de repository Qwen/Qwen3.5-9B. Het model is compatibel met Hugging Face Transformers, vLLM, SGLang en KTransformers, dus standaard lokale setups zijn van toepassing.
Wat kost Qwen3.5-9B en hoe lang is het contextvenster?: Via API kost het $0,10 per miljoen inputtokens en $0,15 per miljoen outputtokens. Het native contextvenster is 262.144 tokens, met architectuur die uitbreiding boven een miljoen tokens ondersteunt.
Hoe verschilt Qwen3.5-9B van Qwen3 en Qwen3-VL?: Qwen3.5 vervangt de aparte taal- en visietaalmodellijnen door één uniforme architectuur met vroege fusie, waarvan Qwen zegt dat het gelijkwaardig presteert aan Qwen3 op taaltaken en beter is dan Qwen3-VL op visuele benchmarks.

Oordeel van de kapitein
Een echt multimodaal 9B-model tegen budget-API-prijzen met open gewichten — de moeite waard om te bekijken voordat je iets drie keer zo groot kiest.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)

AI-modellen voor het genereren van afbeeldingen, video en tekst

Qwen3.5 9B is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm qwen visie video redeneren meertalig lange context lokaal

Bladeren op modelfamilie