Bisakah saya menjalankan Qwen3.5 Plus secara lokal?

Tidak — bobotnya tidak dipublikasikan dan tidak ada repositori Hugging Face, jadi hanya akses API.

Berapa biaya Qwen3.5 Plus dan berapa panjang konteksnya?

Qwen mengenakan biaya $0,26 per juta token input dan $1,56 per juta token output, dengan jendela konteks satu juta token.

Apa perbedaan Qwen3.5 Plus dengan Qwen3?

Qwen memposisikan seri 3.5 sebagai langkah maju yang berarti dalam kemampuan murni teks dan multimodal, dan arsitekturnya beralih ke desain hibrida perhatian linier plus MoE jarang untuk efisiensi inferensi yang lebih baik.

Qwen3.5 Plus 2026 02 15

5493°

#llm #qwen #visi #video #penalaran #konteks panjang

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Qwen | konteks 1.000.000 token | $0,26/M input, $1,56/M output. Model seri Plus Qwen3.5 native vision-language dibangun pada arsitektur hibrida yang mengintegrasikan mekanisme atensi linier dengan model campuran ahli sparse, mencapai efisiensi inferensi yang lebih tinggi. Dalam berbagai evaluasi tugas, seri 3.5 secara konsisten menunjukkan performa setara dengan model terdepan mutakhir. Dibandingkan dengan seri 3, model ini menunjukkan lompatan maju dalam kemampuan teks murni dan multimodal.

Panduan untuk model ini

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Cara memilih model AI di Oktober 2026: berita sumber tertutup, lalu bobot terbuka yang layak diunduh

10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Qwen3.5 Plus adalah model visi-bahasa tertutup dari Qwen, dibangun dengan arsitektur hibrida yang menggabungkan perhatian linier dengan campuran ahli jarang untuk inferensi lebih cepat dalam skala besar. Model ini menangani teks, gambar, dan video, dan Qwen memposisikannya sebagai peningkatan dari seri Qwen3 di kedua bidang tersebut. Dengan biaya kurang dari $0,30 per juta token input dan jendela konteks satu juta token, model ini berada di kisaran harga menarik untuk pekerjaan multimodal.

Dikenal untuk

Jendela konteks satu juta token untuk dokumen panjang atau percakapan yang diperpanjang.
Dukungan visi-bahasa asli yang mencakup input gambar dan video.
Arsitektur hibrida perhatian linier plus MoE jarang yang ditujukan untuk efisiensi inferensi.
Peningkatan multimodal dan murni teks dibandingkan seri Qwen3 sebelumnya.
Performa kompetitif melawan model terkemuka dalam berbagai evaluasi tugas.

Waspadai

Hanya bobot tertutup — tidak bisa dijalankan secara lokal, tidak ada repositori Hugging Face.
Token output berbiaya enam kali lipat dari input; tugas generatif panjang cepat menambah biaya.
Pembuat belum mempublikasikan jumlah parameter atau angka benchmark rinci.

Terbaik untuk

Prompt untuk dicoba

Analisis dokumen panjang

Berikut adalah kontrak panjang. Identifikasi setiap klausul yang menciptakan kewajiban finansial bagi pembeli, kutip teks tepat dari masing-masing, dan tandai yang tidak biasa atau berpotensi berisiko. Sebutkan secara spesifik referensi halaman atau bagian jika muncul dalam teks.

Deskripsikan dan kritik sebuah gambar

Lihat gambar yang saya lampirkan. Jelaskan secara rinci apa yang terjadi, lalu beri tahu saya apa yang secara teknis salah atau tidak konsisten dalam adegan tersebut — ketidaksesuaian pencahayaan, kesalahan perspektif, fisika yang tidak masuk akal, apa pun yang merusak realisme.

Berpikir melalui rencana rumit

Saya perlu memindahkan tim tiga orang dari London ke Tokyo untuk proyek dua minggu yang dimulai dalam enam hari. Penerbangan terbatas, satu anggota tim membutuhkan visa, dan anggaran ketat. Jelaskan ketergantungan, apa yang harus dipesan terlebih dahulu, dan di mana rencana bisa gagal.

Bandingkan dengan

Qwen3.8 Flash
Model dengan bobot terbuka
konteks 1,000,000 token · $0.15/M input, $0.47/M output
Qwen3.8 27B
Model dengan bobot terbuka
konteks 1,000,000 token · $0.24/M input, $2.20/M output
Qwen3.6 35B A3B
Model dengan bobot terbuka
konteks 262,144 token · $0.15/M input, $1.00/M output
Qwen3.5-9B
Model dengan bobot terbuka
konteks 262,144 token · $0.10/M input, $0.15/M output

Model teks lain dari qwen

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Qwen3.5 Plus secara lokal?: Tidak — bobotnya tidak dipublikasikan dan tidak ada repositori Hugging Face, jadi hanya akses API.
Berapa biaya Qwen3.5 Plus dan berapa panjang konteksnya?: Qwen mengenakan biaya $0,26 per juta token input dan $1,56 per juta token output, dengan jendela konteks satu juta token.
Apa perbedaan Qwen3.5 Plus dengan Qwen3?: Qwen memposisikan seri 3.5 sebagai langkah maju yang berarti dalam kemampuan murni teks dan multimodal, dan arsitekturnya beralih ke desain hibrida perhatian linier plus MoE jarang untuk efisiensi inferensi yang lebih baik.

Putusan Kapten
Model multimodal yang mumpuni dengan jendela konteks sangat besar dan harga input yang wajar — layak dicoba jika Anda butuh visi dan video tanpa membayar tarif output model frontier.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

nomic embed text v1.5

Model AI untuk Pembuatan Gambar, Video & Teks

Qwen3.5 Plus 2026 02 15 adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm qwen visi video penalaran konteks panjang multibahasa

Jelajahi berdasarkan Keluarga Model