Qwen3.5-9B

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3.5-9b

Qwen3.5-9B is a 9 billion parameter vision-language model using Gated DeltaNet hybrid architecture with a 3:1 ratio of linear attention to full softmax attention. It supports 262K native context length and delivers strong performance across knowledge, reasoning, coding, and multilingual tasks.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2026-03-02
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	image\|text\|video
Fenêtre de contexte	262 144
KV cache / token (Q8)	65.5 ko/token
Paramètres totaux	9 B
Paramètres actifs (session)	9.65 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (Qwen/Qwen3.5-9B)) ; total : config Hugging Face (Qwen/Qwen3.5-9B)
Curation des paramètres actifs	2026-11-04
Prix par session	0.13 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	1.09 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:38.930283Z
Mis à jour le	2026-11-04T06:05:10.683697Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3.5-9b

Tokens/tâche

IA Act — preuves fournisseur

ICA 42/100 · open source · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	1,2	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : souverain — via IONOS Cloud (cortecs, eurouter), OVHcloud (cortecs, eurouter, ovh), Regolo (eurouter), Tensorix (eurouter).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
IONOS Cloud	cortecs, eurouter	souverain	0.11 $	0.17 $	fp8	262 000	—	—	—
OVHcloud	cortecs, eurouter, ovh	souverain	0.11 $	0.17 $	bf16	262 000	—	—	—
Regolo	eurouter	souverain	—	—	—	262 000	—	—	—
Tensorix	eurouter	souverain	—	—	—	262 000	—	—	—
DeepInfra	llm-stats	non	0.10 $	0.15 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.70
instruction_following	0.80
language	0.80
legal	0.70
long_context	0.60
math	0.80
multimodal	0.60
physics	0.70
reasoning	0.70
spatial_reasoning	0.60
structured_output	0.70
finance	0.70
general	0.70
healthcare	0.70
agents	0.50
biology	0.80
chemistry	0.70
communication	0.50
economics	0.60
tool_calling	0.70
vision	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aa-lcr	reasoning	0.63	1.00	0.63	non	oui	2026-11-04T06:05:10.712686Z
bfcl-v4	tool_calling	0.66	1.00	0.66	non	oui	2026-11-04T06:05:10.734692Z
c-eval	general	0.88	1.00	0.88	non	oui	2026-11-04T06:05:10.698438Z
deep-planning	agents	0.18	1.00	0.18	non	oui	2026-11-04T06:05:10.743780Z
global-piqa	reasoning	0.83	1.00	0.83	non	oui	2026-11-04T06:05:10.766829Z
gpqa	reasoning	0.82	1.00	0.82	non	oui	2026-11-04T06:05:10.723296Z
hmmt-2025	math	0.83	1.00	0.83	non	oui	2026-11-04T06:05:10.729148Z
hmmt25	math	0.83	1.00	0.83	non	oui	2026-11-04T06:05:10.731847Z
ifbench	instruction_following	0.65	1.00	0.65	non	oui	2026-11-04T06:05:10.704574Z
ifeval	chat	0.92	1.00	0.92	non	oui	2026-11-04T06:05:10.701395Z
include	general	0.76	1.00	0.76	non	oui	2026-11-04T06:05:10.758439Z
livecodebench-v6	reasoning	0.66	1.00	0.66	non	oui	2026-11-04T06:05:10.726094Z
longbench-v2	long_context	0.55	1.00	0.55	non	oui	2026-11-04T06:05:10.715794Z
maxife	general	0.83	1.00	0.83	non	oui	2026-11-04T06:05:10.790831Z
mmlu-pro	language	0.82	1.00	0.82	non	oui	2026-11-04T06:05:10.687836Z
mmlu-prox	language	0.76	1.00	0.76	non	oui	2026-11-04T06:05:10.751339Z
mmlu-redux	language	0.91	1.00	0.91	non	oui	2026-11-04T06:05:10.691256Z
mmmlu	language	0.81	1.00	0.81	non	oui	2026-11-04T06:05:10.747736Z
multichallenge	chat	0.55	1.00	0.55	non	oui	2026-11-04T06:05:10.708443Z
nova-63	general	0.56	1.00	0.56	non	oui	2026-11-04T06:05:10.754314Z
polymath	math	0.57	1.00	0.57	non	oui	2026-11-04T06:05:10.778834Z
supergpqa	reasoning	0.58	1.00	0.58	non	oui	2026-11-04T06:05:10.694592Z
t2-bench	agents	0.79	1.00	0.79	non	oui	2026-11-04T06:05:10.737614Z
vita-bench	agents	0.30	1.00	0.30	non	oui	2026-11-04T06:05:10.740623Z
wmt24++	language	0.73	1.00	0.73	non	oui	2026-11-04T06:05:10.783887Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	30	0.70	22.88	2	trueskill	2026-11-04T08:08:43.789169Z	rankings
agents	147	—	8.29	4	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04