Kan jag köra Qwen3.5-9B lokalt?

Ja, vikterna är öppna och publicerade på Hugging Face under förvaret Qwen/Qwen3.5-9B. Modellen är kompatibel med Hugging Face Transformers, vLLM, SGLang och KTransformers, så vanliga lokala installationer gäller.

Vad kostar Qwen3.5-9B och hur långt är dess kontextfönster?

Via API kostar det 0,10 USD per miljon ingående token och 0,15 USD per miljon utgående token. Det inbyggda kontextfönstret är 262 144 token, och arkitekturen stödjer förlängning bortom en miljon token.

Hur skiljer sig Qwen3.5-9B från Qwen3 och Qwen3-VL?

Qwen3.5 ersätter de separata språk- och syn-språkmodellinjerna med en enda enhetlig arkitektur med tidig fusion, som enligt Qwen uppnår paritet med Qwen3 på språkuppgifter samtidigt som den överträffar Qwen3-VL på visuella förståelsebenchmarks.

Qwen3.5 9B

6123°

#llm #qwen #vision #video #resonemang #fler språk

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Qwen | 262 144 tokens kontext | $0.10/M input, $0.15/M output. Qwen3.5-9B är en multimodal grundmodell från Qwen3.5-familjen, designad för att leverera starkt resonemang, kodning och visuell förståelse i en effektiv 9 miljarder parametrar-arkitektur. Den använder en enhetlig vision-språk-design med tidig fusion av multimodala tokens, vilket tillåter modellen att bearbeta och resonera över text och bilder inom samma kontext.

Guider för denna modell

Hur man installerar Ollama och kör en lokal AI (Windows, Mac, Linux)

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Ollama vs LM Studio (2026): vilken lokal AI-app du ska använda och vilka toppmodeller varje kör

Hur mycket VRAM behöver jag egentligen för lokal AI?

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Qwen3.5-9B är en 9-miljarder-parameter multimodal modell från Qwen som hanterar text och bilder inom en enda enhetlig arkitektur, med tidig fusion istället för att lägga till syn som en eftertanke. Dess hybrida Gated Delta Network-design är byggd för genomströmning, och den 262K långa inbyggda kontexten är ovanligt lång för en modell i denna storlek. Till en tiondels cent per tusen ingående token med öppna vikter passar den utvecklare som vill ha en kapabel syn- och språkmodell de kan köra lokalt eller anropa billigt via API.

Känd för

Enhetligt syn- och språkresonemang med tidig fusion av multimodala token
262K inbyggd kontext, kan utökas ytterligare, i en 9B-parametersmodell
Hybrid Gated Delta Network-arkitektur optimerad för låg latens vid inferens
201 språk och dialekter stöds direkt
Öppna vikter, kompatibla med vLLM, SGLang och Hugging Face Transformers

Se upp för

Syn- och videofunktioner anges i arkitekturen; verklig multimodal kvalitet är inte oberoende verifierad här.
Benchmarkjämförelser i modelkortet är mot Qwens egna familj; tredjepartsevalueringar är sparsamma i detta skede.
Licensvillkor för kommersiell användning är inte detaljerade i vad Qwen publicerat på denna sida.

Bäst för

Promptar att prova

Multimodal bildanalys

Bifoga en skärmdump av ett diagram eller schema. Beskriv vad det visar, identifiera eventuella trender eller avvikelser och lista tre frågor en dataanalytiker skulle ställa innan slutsatser dras.

Långdokumentresonemang

Här är ett långt tekniskt dokument. Läs det noggrant och: (1) sammanfatta huvudargumentet i tre meningar, (2) identifiera påståenden som saknar stödbevis, och (3) föreslå två följdfrågor för författaren att ta upp.

Flerspråkig kodgranskning

Granska följande Python-funktion för korrekthet, kantfall och prestanda. Skriv sedan om docstringen på både engelska och mandarin, med exakt teknisk betydelse.

Jämför med

Qwen3.7 Flash
Endast API-modell
1,000,000 tokens kontext · $0.03/M indata, $0.13/M utdata
Qwen3.8 Max (0902)
Endast API-modell
1,000,000 tokens kontext · $2.00/M indata, $6.00/M utdata
Qwen3.8 Omni Flash
Endast API-modell
1,000,000 tokens kontext · $0.15/M indata, $0.47/M utdata
Qwen3 VL 32B Instruct
Endast API-modell
131,072 tokens kontext · $0.10/M indata, $0.42/M utdata

Fler textmodeller från qwen

Vanliga frågor

Kan jag köra Qwen3.5-9B lokalt?: Ja, vikterna är öppna och publicerade på Hugging Face under förvaret Qwen/Qwen3.5-9B. Modellen är kompatibel med Hugging Face Transformers, vLLM, SGLang och KTransformers, så vanliga lokala installationer gäller.
Vad kostar Qwen3.5-9B och hur långt är dess kontextfönster?: Via API kostar det 0,10 USD per miljon ingående token och 0,15 USD per miljon utgående token. Det inbyggda kontextfönstret är 262 144 token, och arkitekturen stödjer förlängning bortom en miljon token.
Hur skiljer sig Qwen3.5-9B från Qwen3 och Qwen3-VL?: Qwen3.5 ersätter de separata språk- och syn-språkmodellinjerna med en enda enhetlig arkitektur med tidig fusion, som enligt Qwen uppnår paritet med Qwen3 på språkuppgifter samtidigt som den överträffar Qwen3-VL på visuella förståelsebenchmarks.

Kaptens omdöme
En genuint multimodal 9B-modell till budget-API-priser med öppna vikter – värd att titta på innan du väljer något tre gånger så stort.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

Qwen3.5 9B är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm qwen vision video resonemang fler språk lång kontext lokal

Bläddra efter modellfamilj