Model
.ai
オープン AI モデルを追跡
Qwen3.5 9B
Qwen | 262,144トークンコンテキスト | 入力$0.10/M、出力$0.15/M。Qwen3.5-9BはQwen3.5ファミリーのマルチモーダル基盤モデルで、効率的な9Bパラメータ構造で強力な推論、コーディング、視覚理解を提供します。統一された視覚言語設計でマルチモーダルトークンの早期融合を用い、同一コンテキスト内でテキストと画像の処理・推論が可能です。
このモデルのガイド
すべてのガイド
Qwen3.5-9BはQwenの90億パラメータのマルチモーダルモデルで、視覚と言語を単一の統合アーキテクチャで処理し、視覚を後付けするのではなく早期融合を採用しています。ハイブリッドゲーテッドデルタネットワーク設計はスループット向けに構築され、262Kのネイティブコンテキストはこのサイズのモデルとしては異例の長さです。オープンウェイトで入力1000トークンあたり0.1セントの価格は、ローカル実行や安価なAPI呼び出しを望む開発者に適しています。

得意分野

  • 早期融合マルチモーダルトークンによる統合視覚言語推論
  • 9Bパラメータモデルで262Kのネイティブコンテキスト、さらに拡張可能
  • 低レイテンシ推論に調整されたハイブリッドゲーテッドデルタネットワークアーキテクチャ
  • 201言語と方言を標準サポート
  • オープンウェイトでvLLM、SGLang、Hugging Face Transformersと互換性あり

注意点

  • アーキテクチャ上は視覚と動画対応だが、実際のマルチモーダル品質は独自検証していない。
  • モデルカードのベンチマーク比較はQwenファミリー内でのもので、第三者評価はまだ少ない。
  • 商用利用のライセンス条件はこのページで詳細が公開されていない。

試してみるプロンプト

マルチモーダル画像分析
チャートや図のスクリーンショットを添付してください。何を示しているか説明し、傾向や異常を特定し、データ分析者が結論を出す前に尋ねるであろう質問を3つ挙げてください。
長文文書の推論
長い技術文書があります。注意深く読み、(1)核心的な主張を3文で要約、(2)裏付けのない主張を特定、(3)著者が対処すべき追求質問を2つ提案してください。
多言語コードレビュー
以下のPython関数を正確性、エッジケース、性能の観点でレビューしてください。その後、ドキュメンテーション文字列を英語と中国語(標準語)で正確な技術意味を保って書き直してください。

比較する

  • Qwen3.7 Flash
    API専用モデル
    1,000,000トークンのコンテキスト · $0.03/M 入力、$0.13/M 出力
  • Qwen3.8 Max (0902)
    API専用モデル
    1,000,000トークンのコンテキスト · $2.00/M 入力、$6.00/M 出力
  • Qwen3.8 Omni Flash
    API専用モデル
    1,000,000トークンのコンテキスト · $0.15/M 入力、$0.47/M 出力
  • Qwen3 VL 32B Instruct
    API専用モデル
    131,072トークンのコンテキスト · $0.10/M 入力、$0.42/M 出力
qwenの他のテキストモデル

よくある質問

Qwen3.5-9Bをローカルで実行できますか?
はい。ウェイトはオープンでHugging FaceのQwen/Qwen3.5-9Bリポジトリに公開されています。Hugging Face Transformers、vLLM、SGLang、KTransformersと互換性があり、標準的なローカル環境で利用可能です。
価格とコンテキストウィンドウは?
API価格は入力100万トークンあたり0.10ドル、出力100万トークンあたり0.15ドル。ネイティブコンテキストは262,144トークンで、アーキテクチャは100万トークン以上の拡張も可能です。
Qwen3.5-9BはQwen3やQwen3-VLとどう違いますか?
Qwen3.5は言語モデルと視覚言語モデルの別ラインを統合し、早期融合アーキテクチャを採用。Qwen3と同等の言語タスク性能を保ちつつ、視覚理解ベンチマークでQwen3-VLを上回るとされています。
キャプテンの評価
オープンウェイトで予算的なAPI価格の真のマルチモーダル9Bモデル。3倍サイズのモデルを使う前に一度試す価値あり。
Hugging Faceのモデルカード
キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。
Ranking badge
Updated Oct 22, 2026
ModelTrends.aiのQwen3.5 9B:Heat 6,123°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
このスコアの計算方法
このモデルはまだどのソースからも人気データがないため、リストを完全に保つために7,000°未満の仮の数値が割り当てられています。データのあるモデルより上位には決してなりません。内訳はソースが報告次第ここに表示されます。
用語集:ここで使われている用語
ヒートスコア
モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア
実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数
スコアがダウンロードとして扱うすべてのものを合計:ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール
1ずつではなく10ずつ数えます:1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね
すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率
2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定
測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー
トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde
寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト
PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン
ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典:OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル(チェックポイント)
重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み
他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み
モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢
ファミリーの重みがリリースされてからの経過時間に応じて減点されます:1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト
このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア
まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着!(猶予期間)
7日未満の新しいモデルはスコアの代わりに「新着!」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド
ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル
カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。