Qwen3.5-122B-A10B

Qwen3.5-122B-A10B, Qwen3.5-35B-A3B ou Qwen3.5-27B : lequel choisir ?

Qwen3.5-122B-A10B est accompagné, à sa sortie le 24 février 2026, de Qwen3.5-35B-A3B et de Qwen3.5-27B, selon Qwen. Son architecture en mélange d’experts compte 256 experts et 122 milliards de paramètres au total, dont 10 milliards activés, répartis sur 48 couches, selon Qwen.

Qwen3.5-35B-A3B utilise un mélange d’experts comptant 256 experts et 35 milliards de paramètres au total, dont 3 milliards activés, répartis sur 40 couches, selon Qwen. De son côté, Qwen3.5-27B compte 27 milliards de paramètres répartis sur 64 couches, selon Qwen. Sur SWE-bench Verified, Qwen3.5-122B-A10B obtient un score de 72,0, contre 72,4 pour Qwen3.5-27B et 69,2 pour Qwen3.5-35B-A3B, selon Qwen.

À quoi sert Qwen3.5-122B-A10B

Chat

Qwen3.5-122B-A10B prend en charge l’appel d’outils et les sorties structurées sur OpenRouter : une application peut lui transmettre des fonctions à appeler et demander une réponse dans un format défini. Selon Qwen, la génération Qwen3.5 prend en charge plusieurs langues et dialectes. Pour construire des applications d’agents avec ces modèles, Qwen recommande Qwen-Agent.

Vision et compréhension

Selon Qwen, le modèle associe un modèle de langage causal à un encodeur de vision, qui traite les entrées visuelles. Selon la documentation de Qwen, une requête peut contenir une image ou une vidéo accompagnée de texte.

Code

Pour les tâches de code précises, comme le développement web, en mode réflexion, Qwen recommande temperature=0.6, top_p=0.95, top_k=20, min_p=0.0 et presence_penalty=0.0. Selon Qwen, Qwen Code est un agent d’IA open source, dont le code est ouvert, conçu pour le terminal et optimisé pour les modèles Qwen.

Les performances de Qwen3.5-122B-A10B

Qwen3.5-122B-A10B obtient, selon Qwen, un score de 86,6 sur GPQA Diamond, contre 82,8 pour GPT-5-mini et 80,1 pour GPT-OSS-120B dans le même tableau comparatif. Pour l’appel d’outils, le modèle atteint, selon Qwen, 72,2 sur BFCL-V4, contre 55,5 pour GPT-5-mini. Sur le test de vision MMMU, il obtient, selon Qwen, 83,9, contre 79,0 pour GPT-5-mini et 79,6 pour Claude-Sonnet-4.5.

Bien utiliser Qwen3.5-122B-A10B : réflexion et paramètres

Qwen3.5-122B-A10B permet de désactiver la réflexion sur OpenRouter : elle n’y est pas obligatoire. Selon la documentation de Qwen, les modèles Qwen3.5 réfléchissent par défaut et écrivent leur réflexion avant la réponse finale.

Selon Qwen, une réponse directe sans réflexion s’obtient avec le paramètre d’API enable_thinking réglé sur False. Les commandes /think et /nothink de Qwen3 ne sont pas officiellement prises en charge, selon Qwen. Pour les tâches générales avec réflexion, Qwen recommande temperature=1.0 et top_p=0.95 ; sans réflexion, Qwen recommande temperature=0.7 et top_p=0.8. Dans les deux modes, Qwen recommande les mêmes valeurs pour les autres paramètres d’échantillonnage, qui règlent la sélection du texte généré : top_k=20, min_p=0.0 et presence_penalty=1.5.

Pour préserver les capacités de réflexion des modèles Qwen3.5, Qwen conseille de garder une fenêtre de contexte d’au moins 128K tokens. Concernant la longueur de réponse, Qwen recommande 32 768 tokens pour la plupart des requêtes. Pour les problèmes de compétition en mathématiques ou en programmation, Qwen suggère une longueur de réponse de 81 920 tokens.

Caractéristiques techniques de Qwen3.5-122B-A10B

Qwen3.5-122B-A10B est sorti le 24 février 2026. Il est sous licence Apache 2.0.

Selon Qwen, le modèle compte 122 milliards de paramètres au total, dont 10 milliards sont activés, répartis sur 48 couches. Son architecture repose sur un mélange de 256 experts, selon Qwen. Parmi ces experts, 8 experts routés et 1 expert partagé sont activés, selon Qwen.

Selon Qwen, le contexte natif atteint 262 144 tokens et peut être étendu jusqu’à 1 010 000 tokens. Sur OpenRouter, la fenêtre de contexte est de 262 144 tokens et la sortie maximale atteint 65 536 tokens par réponse. En entrée, le modèle accepte le texte, l’image et la vidéo sur OpenRouter. Le tableau des caractéristiques reprend les données d’OpenRouter.

Où utiliser Qwen3.5-122B-A10B

Qwen3.5-122B-A10B est publié sur Hugging Face sous forme de poids téléchargeables sous licence Apache 2.0, selon Qwen. Selon Qwen, ces poids sont compatibles avec Transformers, vLLM, SGLang et KTransformers. La carte d’accès donne les derniers prix relevés.

Selon le dépôt GitHub de Qwen, llama.cpp prend en charge la série ouverte Qwen3.5 en texte et en vision, avec les fichiers GGUF disponibles sur Hugging Face. Sur les puces Apple Silicon, mlx-lm prend en charge le texte seul, tandis que mlx-vlm couvre la vision et le texte, selon le dépôt GitHub de Qwen.

Qwen3.5-122B-A10B parmi les versions de Qwen

Qwen3.5-122B-A10B s’inscrit dans la famille Qwen, dont la frise des versions situe les modèles avec leurs dates de sortie. Avant la série Qwen3.5, Qwen3 235B A22B apparaît dans cette chronologie. Au sein de Qwen3.5, Qwen3.5 397B A17B précède Qwen3.5-35B-A3B et Qwen3.5-27B, puis vient Qwen3.5-9B. Les générations suivantes comprennent notamment Qwen3.6 27B, puis Qwen3.8 2.4T A95B.

FAQ