Qwen3.5 35B A3B (Non-reasoning)

AlibabaQwen오픈 웨이트Apache 2.0 · 상업적 사용 가능

설명

Qwen3.5-35B-A3B is a multimodal Mixture-of-Experts model with 35 billion total parameters and 3 billion activated parameters. It combines strong reasoning, coding, agentic, and visual understanding performance with production-friendly efficiency and a native 262K context window.

출시일

2026-02-24

파라미터

35.0B

컨텍스트 길이

262K

모달리티

audio, image, text, video

능력 레이더

general

coding

reasoning

science

agents

multimodal

랭킹

도메인	#순위	점수	소스
에이전트형 역량	95	40.0	LS
코딩 랭킹	252	46.0	AA
종합 랭킹	222	52.0	AA
멀티모달 랭킹	44	47.0	LS
과학	222	52.0	AA

벤치마크 점수 (LLM Stats)

(LLM Stats (zeroeval))

3d

SUNRGBD

0.33 / 100자체 보고

Hypersim

0.13 / 100자체 보고

Agents

t2-bench

81.2%자체 보고

AndroidWorld_SR

71.1%자체 보고

BFCL-V4

67.3%자체 보고

BrowseCompOpenAI (2025)

61.0%자체 보고

FullStackBench en

58.1%자체 보고

WideSearch

57.1%자체 보고

TIR-Bench

55.5%자체 보고

FullStackBench zh

55.0%자체 보고

OSWorld-Verified

54.5%자체 보고

Terminal-Bench 2.0Stanford × Laude Institute (2026)

40.5%자체 보고

VITA-Bench

31.9%자체 보고

DeepPlanning

22.8%자체 보고

Biology

GPQANYU + Cohere + Anthropic (2023)

84.2%자체 보고

Chemistry

SuperGPQA

63.4%자체 보고

Code

SWE-Bench Verified

69.2%자체 보고

Communication

Multi-Challenge

60.0%자체 보고

Embodied

EmbSpatialBench

0.83 / 100자체 보고

Finance

MMLU-Pro

85.3%자체 보고

MMLU-ProX

81.0%자체 보고

General

MMLU-Redux

93.3%자체 보고

IFEvalGoogle Research (2023)

91.9%자체 보고

C-Eval

90.2%자체 보고

MAXIFE

86.6%자체 보고

Global PIQA

86.6%자체 보고

MMMLU

85.2%자체 보고

MMStar

81.9%자체 보고

MMMU

81.4%자체 보고

Include

79.7%자체 보고

MMMU-Pro

75.1%자체 보고

LiveCodeBench v6

74.6%자체 보고

IFBench

70.2%자체 보고

LongBench v2

59.0%자체 보고

SimpleVQA

0.58 / 100자체 보고

NOVA-63

57.1%자체 보고

Grounding

RefCOCO-avg

0.89 / 100자체 보고

ScreenSpot Pro

68.6%자체 보고

RefSpatialBench

0.64 / 100자체 보고

Healthcare

VideoMMMU

80.4%자체 보고

SlakeVQA

78.7%자체 보고

PMC-VQA

62.0%자체 보고

MedXpertQA

61.4%자체 보고

Image To Text

OCRBench

91.0%자체 보고

Language

LingoQA

79.2%자체 보고

WMT24++

76.3%자체 보고

Long Context

MLVU

85.6%자체 보고

LVBench

71.4%자체 보고

MMLongBench-Doc

0.59 / 100자체 보고

AA-LCR

58.5%자체 보고

Math

HMMT25

89.2%자체 보고

HMMT 2025

89.0%자체 보고

MathVista-Mini

86.2%자체 보고

DynaMath

85.0%자체 보고

MathVision

83.9%자체 보고

CodeForces

0.82 / 3000자체 보고

PolyMATH

64.4%자체 보고

Humanity's Last Exam

47.4%자체 보고

Multimodal

VLMsAreBlind

97.0%자체 보고

92.7%자체 보고

AI2D

92.6%자체 보고

MMBench-V1.1

91.5%자체 보고

OmniDocBench 1.5

89.3%자체 보고

VideoMME w sub.

86.6%자체 보고

VideoMME w/o sub.

82.5%자체 보고

CC-OCR

80.7%자체 보고

CharXiv-R

77.5%자체 보고

MVBench

74.8%자체 보고

MMVU

72.3%자체 보고

BabyVision

38.4%자체 보고

ZEROBench-Sub

0.34 / 100자체 보고

Nuscene

14.6%자체 보고

ZEROBench

0.08 / 100자체 보고

Reasoning

CountBench

0.98 / 100자체 보고

BrowseComp-zh

69.5%자체 보고

Hallusion Bench

67.9%자체 보고

ERQA

64.8%자체 보고

Seal-0

41.4%자체 보고

OJBench

36.0%자체 보고

Spatial Reasoning

RealWorldQA

84.1%자체 보고

Vision

ODinW

42.6%자체 보고

AA 평가 지수

(Artificial Analysis)

Coding Index(Artificial Analysis)

37.0

Intelligence Index(Artificial Analysis)

24.3

Tau2(Sierra + U Toronto + Vector Institute (2025))

0.9

Gpqa(NYU + Cohere + Anthropic (2023))

0.8

Lcr(Artificial Analysis)

0.6

Ifbench(Google Research (2023))

0.4

Terminalbench V2 1

0.4

Scicode(UIUC + Argonne National Lab (2024))

0.3

Hle(Center for AI Safety + Scale AI (2025))

0.1

Terminalbench Hard(Stanford × Laude Institute (2026))

0.1

Tau Banking

0.0

LLM Stats 카테고리 점수

(LLM Stats (zeroeval))

Image To Text

Instruction Following

Language

Legal

Math

Physics

Structured Output

Embodied

Finance

Biology

Text-to-image

Video

Long Context

Multimodal

Reasoning

Spatial Reasoning

Frontend Development

General

Grounding

Healthcare

Chemistry

Vision

Code

Communication

Economics

Tool Calling

Agents

Spatial

가격

입력 가격$0.25 / 1M 토큰

출력 가격$2 / 1M 토큰

혼합 가격 (3:1)$0.688 / 1M 토큰

속도

토큰/초163.5

첫 토큰 지연1.22s

첫 응답 지연1.22s

공급자 가격 순위

1개 공급자

공급자입력출력

1Alibaba주요

$0.25

이 모델의 다양한 API 공급자 간 가격 비교.

외부 링크

LLM Stats Artificial Analysis