Qwen3.5-27B

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

Qwen3.5-27B sort le 24 février 2026 avec Qwen3.5-35B-A3B et Qwen3.5-122B-A10B, selon Qwen. Selon Qwen, Qwen3.5-27B compte 27 milliards de paramètres répartis sur 64 couches. Qwen3.5-35B-A3B repose, selon Qwen, sur un mélange d’experts comprenant 256 experts et 35 milliards de paramètres au total, dont 3 milliards activés, répartis sur 40 couches.

Qwen3.5-122B-A10B repose, selon Qwen, sur un mélange d’experts comprenant 256 experts et 122 milliards de paramètres au total, dont 10 milliards activés, répartis sur 48 couches. À sa sortie, Qwen annonce sur SWE-bench Verified un score de 72,4 pour Qwen3.5-27B, de 72,0 pour Qwen3.5-122B-A10B et de 69,2 pour Qwen3.5-35B-A3B.

À quoi sert Qwen3.5-27B

Chat et agents

Qwen3.5-27B sait appeler des outils et produire des sorties structurées sur OpenRouter. Selon Qwen, les modèles Qwen3.5 excellent dans l’appel d’outils. Pour bâtir rapidement des agents avec les modèles Qwen3.5, Qwen conseille Qwen-Agent. Selon Qwen, la génération Qwen3.5 prend également en charge des langues et dialectes variés.

Vision et compréhension

Qwen3.5-27B est, selon Qwen, un modèle de langage causal doté d’un encodeur de vision. Pour associer des contenus visuels au texte, Qwen documente l’envoi d’une image ou d’une vidéo au modèle.

Code

Qwen3.5-27B dispose, selon Qwen, de réglages d’échantillonnage propres aux tâches de code précises, comme le développement web. En mode réflexion, les réglages recommandés pour ces tâches sont, selon Qwen : temperature=0.6, top_p=0.95, top_k=20, min_p=0.0 et presence_penalty=0.0.

Les performances de Qwen3.5-27B

Qwen3.5-27B obtient à sa sortie, selon Qwen, un score de 72,4 sur SWE-bench Verified (code), contre 72,0 pour GPT-5-mini et 62,0 pour GPT-OSS-120B. Sur GPQA Diamond, son score à sa sortie atteint 85,5 selon Qwen, contre 82,8 pour GPT-5-mini et 80,1 pour GPT-OSS-120B. Pour MMMU (vision), le modèle obtient à sa sortie un score de 82,3 selon Qwen, contre 79,0 pour GPT-5-mini et 79,6 pour Claude-Sonnet-4.5.

Bien utiliser Qwen3.5-27B : réflexion et paramètres

Qwen3.5-27B réfléchit par défaut et écrit sa réflexion avant la réponse finale, selon Qwen. Sur OpenRouter, cette réflexion est facultative et peut être désactivée. Selon Qwen, une réponse directe s’obtient dans les paramètres de l’API avec 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 en mode réflexion, Qwen recommande les paramètres d’échantillonnage suivants : temperature=1.0, top_p=0.95, top_k=20, min_p=0.0 et presence_penalty=1.5. Sans réflexion, pour ces mêmes tâches générales, les réglages conseillés par Qwen sont temperature=0.7 et top_p=0.8, avec les autres paramètres maintenus à top_k=20, min_p=0.0 et presence_penalty=1.5.

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

Caractéristiques techniques de Qwen3.5-27B

Qwen3.5-27B est sorti le 24 février 2026. Selon Qwen, le modèle compte 27 milliards de paramètres répartis sur 64 couches. Sur OpenRouter, il accepte en entrée le texte, l’image et la vidéo.

Distribué sous licence Apache 2.0, le modèle dispose d’un contexte natif de 262 144 tokens, extensible jusqu’à 1 010 000 tokens selon Qwen. Sur OpenRouter, sa fenêtre de contexte est de 262 144 tokens. Chaque réponse peut atteindre au plus 65 536 tokens sur OpenRouter. La liste des caractéristiques accompagne ces précisions.

Où utiliser Qwen3.5-27B, et comment il se facture

• Poids à télécharger : Qwen3.5-27B était proposé à sa sortie sur Hugging Face sous licence Apache 2.0, selon Qwen.
• Cadres de déploiement : selon Qwen, les poids sont compatibles avec Transformers, vLLM, SGLang et KTransformers.
• Exécution locale avec llama.cpp : selon le dépôt GitHub de Qwen, llama.cpp prend en charge la série ouverte Qwen3.5 pour le texte et la vision, avec les fichiers GGUF disponibles sur Hugging Face.
• Exécution sur Apple Silicon : selon le dépôt GitHub de Qwen, mlx-lm prend en charge cette série pour le texte seul, tandis que mlx-vlm prend en charge la vision et le texte.

La carte d’accès donne les derniers prix relevés.

Qwen3.5-27B parmi les versions de Qwen

Qwen3.5-27B appartient à la génération Qwen3.5, selon Qwen. Qwen3.5-397B-A17B inaugure cette génération le 15 février 2026 avec une architecture MoE, ou mélange d’experts, selon Qwen.

Qwen3 32B appartient à la génération Qwen3, antérieure à Qwen3.5, avec une autre taille de modèle. Qwen3.6 27B succède à Qwen3.5-27B dans la gamme sur OpenRouter. Qwen3.8 27B vient ensuite et appartient à la génération Qwen3.8. La frise des versions situe ces modèles dans la famille Qwen et porte leurs dates de sortie.

FAQ