Kann ich Qwen3.5 397B-A17B lokal ausführen?

Ja, die Gewichte sind offen und auf Hugging Face im Repository Qwen/Qwen3.5-397B-A17B veröffentlicht, kompatibel mit vLLM, SGLang und KTransformers. Mit 397 Milliarden Gesamtparametern benötigen Sie erhebliche Hardware; die meisten Nutzer verwenden eine quantisierte Version.

Was kostet es und wie lang ist der Kontext?

Über die API kostet das Modell 0,55 $ pro Million Eingabetokens und 3,50 $ pro Million Ausgabetokens, mit einem nativen Kontext von 262.144 Tokens. Die gehostete Qwen3.5-Plus-Variante erweitert dies standardmäßig auf 1 Million Tokens.

Worin unterscheidet es sich von Qwen3 oder Qwen3-VL?

Qwen3.5 nutzt Early-Fusion-Multimodaltraining, bei dem Vision und Sprache von Anfang an vereint sind, statt nachträglich kombiniert. Der Hersteller gibt an, dass es generationsübergreifend mit Qwen3 gleichzieht und Qwen3-VL bei Reasoning, Codierung und visueller Verarbeitung übertrifft.

Qwen3.5 397B A17B

4310°

#llm #qwen #vision #video #logik #agenten

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Qwen | 262,144 token context | $0.50/M input, $3.60/M output. The Qwen3.5 series 397B-A17B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. It delivers state-of-the-art performance comparable to leading-edge models across a wide range of tasks, including language understanding, logical reasoning, code generation, agent-based tasks, image understanding, video understanding, and graphical user interface (GUI) interactions. With its robust code-generation and agent capabilities, the model exhibits strong generalization across diverse agent.

Anleitungen zu diesem Modell

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Qwen3.5 397B-A17B ist Alibabas Flaggschiff-Open-Weights-Vision-Sprachmodell: 397 Milliarden Gesamtparameter, davon dank sparsamer Mixture-of-Experts-Architektur und linearem Aufmerksamkeitsmechanismus nur 17 Milliarden pro Token aktiv. Es verarbeitet Text, Bilder, Video und GUI-Interaktionen in einem Modell, mit nativer 262K-Kontextlänge und Unterstützung für 201 Sprachen. Es eignet sich für Entwickler, die multimodale Spitzenleistung ohne geschlossene API-Preise wollen.

Bekannt für

Sparse MoE hält nur 17 Milliarden Parameter aktiv, was die Inferenzkosten im Verhältnis zur Modellgröße senkt.
Native Vision-, Video- und GUI-Verarbeitung durch Early-Fusion-Training.
Starke Codegenerierung und Agenten-Task-Leistung in vielfältigen Umgebungen.
Unterstützt 201 Sprachen und Dialekte, inklusive regionaler und kultureller Nuancen.
Offene Gewichte auf Hugging Face, kompatibel mit vLLM, SGLang und KTransformers.

Achte auf

397 Milliarden Gesamtparameter erfordern ernsthafte Hardware für Selbsthosting; die meisten Nutzer verwenden die API.
Ausgabetokens kosten 3,50 $/M – bei großem Umfang, besonders bei langen agentischen Schleifen, nicht günstig.
Die gehostete Qwen3.5-Plus-Version bietet 1M Kontext und integrierte Tools; die offenen Gewichte sind nativ auf 262K begrenzt.

Am besten für

Agenten und Werkzeugnutzung

Prompts zum Ausprobieren

Fehlerhafte Agentenschleife debuggen

Ich habe einen Python-Agenten, der ein Web-Suchtool aufruft, das Ergebnis parst und dann entscheidet, ob er das Tool erneut aufruft oder eine finale Antwort gibt. Manchmal läuft er in eine Endlosschleife. Hier ist der Code: [füge deinen Code ein]. Identifiziere, warum die Abbruchbedingung fehlschlägt, und schreibe die Schleife so um, dass sie nach maximal fünf Durchläufen korrekt beendet wird.

Screenshot auf Fehler analysieren

Füge einen Screenshot der UI deiner Anwendung bei. Identifiziere jeden sichtbaren Fehlerzustand, defektes Layout-Element oder verwirrendes Label. Erkläre für jedes Problem, was falsch ist, und schlage eine konkrete Lösung vor, die ein Entwickler in unter einer Stunde umsetzen kann.

Mehrsprachige Vertragsklausel

Übersetze die folgende Haftungsbeschränkungsklausel ins Französische, Deutsche, Japanische und Brasilianisch-Portugiesische. Füge nach jeder Übersetzung einen Satz hinzu, der auf rechtliche Konzepte im Originaltext hinweist, die in der jeweiligen Rechtsordnung nicht eins zu eins üblich sind. Quellklausel: 'In no event shall either party be liable for indirect, incidental or consequential damages arising from use of this service.'

Vergleichen mit

Qwen3.7 Flash
Nur API-Modell
1,000,000 Token Kontext · $0.03/M Eingabe, $0.13/M Ausgabe
Qwen3.8 Max (0902)
Nur API-Modell
1,000,000 Token Kontext · $2.00/M Eingabe, $6.00/M Ausgabe
Qwen3.8 Omni Flash
Nur API-Modell
1,000,000 Token Kontext · $0.15/M Eingabe, $0.47/M Ausgabe
Qwen3.5 Plus 2026-02-15
Nur API-Modell
1,000,000 Token Kontext · $0.26/M Eingabe, $1.56/M Ausgabe

Mehr Textmodelle von qwen

Häufig gestellte Fragen

Kann ich Qwen3.5 397B-A17B lokal ausführen?: Ja, die Gewichte sind offen und auf Hugging Face im Repository Qwen/Qwen3.5-397B-A17B veröffentlicht, kompatibel mit vLLM, SGLang und KTransformers. Mit 397 Milliarden Gesamtparametern benötigen Sie erhebliche Hardware; die meisten Nutzer verwenden eine quantisierte Version.
Was kostet es und wie lang ist der Kontext?: Über die API kostet das Modell 0,55 $ pro Million Eingabetokens und 3,50 $ pro Million Ausgabetokens, mit einem nativen Kontext von 262.144 Tokens. Die gehostete Qwen3.5-Plus-Variante erweitert dies standardmäßig auf 1 Million Tokens.
Worin unterscheidet es sich von Qwen3 oder Qwen3-VL?: Qwen3.5 nutzt Early-Fusion-Multimodaltraining, bei dem Vision und Sprache von Anfang an vereint sind, statt nachträglich kombiniert. Der Hersteller gibt an, dass es generationsübergreifend mit Qwen3 gleichzieht und Qwen3-VL bei Reasoning, Codierung und visueller Verarbeitung übertrifft.

Captain's Urteil
Ein seltenes Open-Weights-Modell, das Vision, Agenten und Code gleichzeitig ernsthaft konkurriert – wenn Sie sich die Ausgabetoken oder Hardware leisten können.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

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

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

DeepSeek Flash Latest

KI-Modelle für Bild-, Video- und Texterzeugung

Qwen3.5 397B A17B ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm qwen vision video logik agenten programmieren mehrsprachig

Nach Modellfamilie stöbern