Kan ik Qwen3.5 Plus lokaal draaien?

Nee — de gewichten zijn niet openbaar en er is geen Hugging Face-repository, dus alleen API-toegang.

Wat kost Qwen3.5 Plus en hoe lang is het contextvenster?

Qwen rekent $0,26 per miljoen invoertokens en $1,56 per miljoen uitvoertokens, met een contextvenster van één miljoen tokens.

Hoe verschilt Qwen3.5 Plus van Qwen3?

Qwen positioneert de 3.5-serie als een betekenisvolle stap vooruit in zowel puur-tekst als multimodale mogelijkheden, en de architectuur schakelt over naar een hybride lineaire aandacht plus sparse MoE-ontwerp voor betere inferentie-efficiëntie.

Qwen3.5 Plus 2026 02 15

5493°

#llm #qwen #visie #video #redeneren #lange context

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 | 1.000.000 token context | $0,26/M input, $1,56/M output. De Qwen3.5 native vision-language Plus-modellen zijn gebouwd op een hybride architectuur die lineaire attentiemechanismen combineert met sparse mixture-of-experts modellen, wat resulteert in hogere inferentie-efficiëntie. In diverse taakbeoordelingen toont de 3.5-serie consequent prestaties die vergelijkbaar zijn met toonaangevende state-of-the-art modellen. Vergeleken met de 3-serie maken deze modellen een sprong voorwaarts in zowel pure tekst- als multimodale mogelijkheden.

Gidsen voor dit model

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Hoe kies je een AI-model in oktober 2026: eerst het nieuws over gesloten modellen, dan de open modellen die het downloaden waard zijn

De 10 goedkoopste ChatGPT-alternatieven in 2026: gratis lokale modellen, gratis tiers en vaste prijsplannen

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Qwen3.5 Plus is een gesloten-gewichten visie-taalmodel van Qwen, gebouwd op een hybride architectuur die lineaire aandacht combineert met een sparse mixture-of-experts voor snellere inferentie op schaal. Het verwerkt tekst, afbeeldingen en video, en Qwen positioneert het als een stap vooruit ten opzichte van de Qwen3-serie op beide fronten. Met kosten onder $0,30 per miljoen invoertokens en een contextvenster van één miljoen tokens, zit het in een interessante prijsklasse voor multimodaal werk.

Bekend om

Contextvenster van één miljoen tokens voor lange documenten of uitgebreide gesprekken.
Native visie-taalondersteuning voor afbeeldingen en video-invoer.
Hybride lineaire aandacht plus sparse MoE-architectuur gericht op inferentie-efficiëntie.
Multimodale en puur-tekst verbeteringen ten opzichte van de vorige Qwen3-serie.
Concurrerende prestaties tegenover toonaangevende modellen in diverse taakbeoordelingen.

Let op

Alleen gesloten gewichten — geen lokale implementatie, geen Hugging Face-repository.
Uitvoertokens kosten zes keer meer dan invoer; lange generatieve taken lopen snel op.
Maker heeft het aantal parameters of gedetailleerde benchmarkcijfers niet gepubliceerd.

Het beste voor

Prompts om te proberen

Analyseer een lang document

Hier is een lang contract. Identificeer elke clausule die een financiële verplichting voor de koper creëert, citeer de exacte tekst van elke clausule en markeer alle die ongebruikelijk of potentieel risicovol zijn. Wees specifiek over paginanummers of sectieverwijzingen als die in de tekst voorkomen.

Beschrijf en beoordeel een afbeelding

Bekijk de afbeelding die ik heb bijgevoegd. Beschrijf gedetailleerd wat er gebeurt en vertel me vervolgens wat er technisch verkeerd of inconsistent is in de scène — lichtmismatchen, perspectieffouten, onwaarschijnlijke fysica, alles wat de realiteit doorbreekt.

Denk na over een lastig plan

Ik moet een team van drie personen van Londen naar Tokio verplaatsen voor een project van twee weken dat over zes dagen begint. Vluchten zijn beperkt, één teamlid heeft een visum nodig en het budget is krap. Loop met me door de afhankelijkheden, wat je eerst moet boeken en waar het plan kan mislukken.

Vergelijk met

Qwen3.8 Flash
Model met open gewichten
1,000,000 token context · $0.15/M invoer, $0.47/M uitvoer
Qwen3.8 27B
Model met open gewichten
1,000,000 token context · $0.24/M invoer, $2.20/M uitvoer
Qwen3.6 35B A3B
Model met open gewichten
262,144 token context · $0.15/M invoer, $1.00/M uitvoer
Qwen3.5-9B
Model met open gewichten
262,144 token context · $0.10/M invoer, $0.15/M uitvoer

Meer tekstmodellen van qwen

Veelgestelde vragen

Kan ik Qwen3.5 Plus lokaal draaien?: Nee — de gewichten zijn niet openbaar en er is geen Hugging Face-repository, dus alleen API-toegang.
Wat kost Qwen3.5 Plus en hoe lang is het contextvenster?: Qwen rekent $0,26 per miljoen invoertokens en $1,56 per miljoen uitvoertokens, met een contextvenster van één miljoen tokens.
Hoe verschilt Qwen3.5 Plus van Qwen3?: Qwen positioneert de 3.5-serie als een betekenisvolle stap vooruit in zowel puur-tekst als multimodale mogelijkheden, en de architectuur schakelt over naar een hybride lineaire aandacht plus sparse MoE-ontwerp voor betere inferentie-efficiëntie.

Oordeel van de kapitein
Een capabel multimodaal model met een echt groot contextvenster tegen een redelijke invoerprijs — de moeite waard om te bekijken als je visie en video nodig hebt zonder de hoge uitvoerkosten van grensmodellen te betalen.

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

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

Qwen3.5 Plus 2026 02 15 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 lange context meertalig

Bladeren op modelfamilie