Chat Revue publiée le Mise à jour le
Comparer

Qwen3.5-9B

Qwen3.5-9B est publié par Qwen le 2 mars 2026 sous licence Apache 2.0. Doté d’un encodeur de vision, le modèle accepte du texte, des images et des vidéos, et sait appeler des outils.

Connectez-vous pour suivre Qwen3.5-9B et être prévenu de ce qui change.

Qwen3.5-9B, Qwen3.5-27B ou Qwen3.5-35B-A3B : lequel choisir ?

Qwen3.5-9B est sorti après Qwen3.5-122B-A10B, Qwen3.5-35B-A3B et Qwen3.5-27B ; à sa sortie, il arrive avec Qwen3.5-4B, Qwen3.5-2B et Qwen3.5-0.8B.

Qwen3.5-9B compte 9 milliards de paramètres répartis sur 32 couches. Qwen3.5-27B, une autre taille de la génération, en compte 27 milliards répartis sur 64 couches. Qwen3.5-35B-A3B repose sur un mélange de 256 experts : 35 milliards de paramètres au total, dont 3 milliards activés, répartis sur 40 couches.

À quoi sert Qwen3.5-9B

Chat et agents

Qwen3.5-9B sait appeler des outils : selon Qwen, les modèles Qwen3.5 excellent dans cet exercice, et l’éditeur conseille Qwen-Agent pour construire rapidement des agents avec eux. La génération Qwen3.5 prend en charge plusieurs langues et dialectes.

Vision et compréhension

Qwen3.5-9B est un modèle de langage causal doté d’un encodeur de vision : il accepte une image ou une vidéo avec le texte, pour des échanges qui mêlent texte et contenu visuel.

Code

Qwen3.5-9B sert aussi aux tâches de code précises, comme le développement web, pour lesquelles Qwen prévoit des réglages d’échantillonnage spécifiques en mode réflexion.

  • Chat
  • Vision et compréhension
  • Code

Les performances de Qwen3.5-9B

Selon Qwen, Qwen3.5-9B obtient à sa sortie 81,7 sur GPQA Diamond, contre 80,1 pour GPT-OSS-120B et 71,5 pour GPT-OSS-20B. Pour l’appel de fonctions et les agents, il atteint 66,1 sur BFCL-V4 et 79,1 sur TAU2-Bench, contre respectivement 42,4 et 41,9 pour Qwen3-30B-A3B-Thinking-2507. En vision, il obtient 78,4 sur MMMU et 78,9 sur MathVision, contre respectivement 75,8 et 62,2 pour GPT-5-Nano.

Bien utiliser Qwen3.5-9B : réflexion et paramètres

Qwen3.5-9B réfléchit par défaut et écrit sa réflexion avant la réponse finale, mais cette réflexion peut être désactivée.

Pour obtenir une réponse directe, sans réflexion, il suffit de régler enable_thinking sur False dans les paramètres de l’API. Pour les tâches générales, Qwen conseille temperature=1.0, top_p=0.95, top_k=20, min_p=0.0 et presence_penalty=1.5 en mode réflexion, et temperature=0.7, top_p=0.8, top_k=20, min_p=0.0 et presence_penalty=1.5 sans réflexion.

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

Caractéristiques techniques de Qwen3.5-9B

Qwen3.5-9B est sorti le 2 mars 2026. Il compte 9 milliards de paramètres répartis sur 32 couches.

Le modèle a une fenêtre de contexte native de 262 144 tokens, les unités utilisées pour mesurer la longueur du contexte, extensible jusqu’à 1 010 000 tokens.

Il accepte en entrée le texte, l’image et la vidéo, et il est distribué sous licence Apache 2.0. La liste des caractéristiques rassemble les repères techniques du modèle, notamment ses formats d’entrée et ses limites de contexte et de sortie.

Éditeur
Alibaba (Qwen)
Produit
Texte
Sortie
Contexte
262 k tokens
Réponse maximale
66 k tokens
Réflexion
Facultative
Plus disponible via OpenRouter depuis le
Entrées
Texte, Image, Vidéo
Licence
Apache 2.0
Derniers hébergeurs
Darkbloom, DeepInfra, Parasail, SiliconFlow, Together, Venice

Source : OpenRouter, dernier relevé du 22/11/2026.

Où utiliser Qwen3.5-9B, et comment il se facture

  • Poids à télécharger : Qwen3.5-9B est publié par Qwen sur Hugging Face sous licence Apache 2.0.
  • Cadres de déploiement : les poids sont compatibles avec Transformers, vLLM, SGLang et KTransformers.
  • Exécution locale avec llama.cpp : 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 : mlx-lm prend en charge la 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.

L'API chez des hébergeurs

Plus disponible via OpenRouter depuis le 21/10/2026

Derniers prix chez OpenRouter, prix médian de 8 hébergeurs (relevé du 22/11/2026) : 0,10 $ / M tokens en entrée, 0,15 $ / M tokens en sortie. Plus disponible via OpenRouter depuis le 21/10/2026.

Derniers prix relevés0,10 $ en entrée, 0,15 $ en sortie, par million de tokens
Était hébergé via OpenRouter chezDarkbloom, DeepInfra, Parasail, SiliconFlow, Together, Venice

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

Qwen3.5-9B parmi les versions de Qwen

Qwen3.5-9B appartient à une génération postérieure à celle de Qwen3 8B, un modèle d’une autre taille. La génération Qwen3.5 débute avec Qwen3.5-397B-A17B, un modèle MoE, une architecture à mélange d’experts. Qwen3.5-9B a été mis à disposition le 2 mars 2026 sur Hugging Face et ModelScope, avec Qwen3.5-4B, Qwen3.5-2B et Qwen3.5-0.8B.

Qwen3.6 27B puis Qwen3.8 27B appartiennent aux générations suivantes de la famille, avec une taille différente de celle du modèle à neuf milliards de paramètres. La frise des versions situe chaque modèle dans cette chronologie et donne les dates de sortie.

  1. Qwen3 8B
  2. Qwen3 14B
  3. Qwen3.6 27B
1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

La génération Qwen 3

FAQ

Quand Qwen3.5-9B est-il sorti ?

Qwen3.5-9B est sorti le 2 mars 2026.

Quelle est la fenêtre de contexte de Qwen3.5-9B ?

Qwen3.5-9B a une fenêtre de contexte native de 262 144 tokens, extensible jusqu’à 1 010 000 tokens.

Qwen3.5-9B est-il open source ?

Qwen3.5-9B est un modèle à poids ouverts : Qwen publie ses poids sur Hugging Face, sous licence Apache 2.0.

Comment désactiver la réflexion de Qwen3.5-9B ?

Il suffit de régler enable_thinking sur False dans les paramètres de l’API : Qwen3.5-9B donne alors une réponse directe, sans réflexion.

Peut-on faire tourner Qwen3.5-9B en local ?

Oui : Qwen3.5-9B peut être exécuté en local avec llama.cpp, qui prend en charge la série ouverte Qwen3.5 en texte et en vision, à partir des fichiers GGUF disponibles sur Hugging Face.