AI TOOLS RADAR
Tous les modèles / QWEN
qwen logo
qwen

Qwen: Qwen3.5-9B

Description de la source (anglais)

Qwen3.5-9B is a multimodal foundation model from the Qwen3.5 family, designed to deliver strong reasoning, coding, and visual understanding in an efficient 9B-parameter architecture. It uses a unified vision-language design...

Voir la source sur OpenRouter Hugging Face
Présentation

Caractéristiques du modèle

Contexte
262 144 tokens
Sortie maximale
235 929 tokens
Architecture
text+image+video->text
Tokenizer
Qwen3
Limite des connaissances
Non indiqué
Modéré
Non
OPENROUTER

Tarification complète

Tarifs synchronisés depuis OpenRouter, par million de tokens.

Entrée
$0.17
par million de tokens
Sortie
$0.25
par million de tokens
API

Configuration du modèle

Raisonnement

Raisonnement obligatoire
Non
Paramètres par défaut
Non
API

Démarrage rapide

Définissez OPENROUTER_API_KEY localement. Python nécessite requests ; JavaScript s’exécute dans Node.js. Gardez la clé côté serveur.

Documentation de l’API

curl --fail-with-body https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen/qwen3.5-9b","messages":[{"role":"user","content":"Hello!"}]}'
Capacités et modalités

Entrée → Sortie

Entrée
textimagevideo
Sortie
text
Raisonnement

Non

API

Paramètres API pris en charge

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_completion_tokensmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
Fournisseurs disponibles

6 fournisseurs

Vérifié: 26 octobre 2026

Fournisseurs en direct sur OpenRouter

Disponibilité, latence, débit et routage évoluent en continu. Consultez la source pour les données en temps réel.

OpenRouter

Darkbloom

fp4
Contexte
262K
Sortie maximale
66K
Entrée
$0.08
Sortie
$0.13
Lecture du cache
$0.04
Écriture du cache
Non indiqué

SiliconFlow

fp8
Contexte
262K
Sortie maximale
236K
Entrée
$0.1
Sortie
$0.15
Lecture du cache
Non indiqué
Écriture du cache
Non indiqué

DeepInfra

bf16
Contexte
262K
Sortie maximale
82K
Entrée
$0.1
Sortie
$0.15
Lecture du cache
Non indiqué
Écriture du cache
Non indiqué

Parasail

bf16
Contexte
262K
Sortie maximale
236K
Entrée
$0.1
Sortie
$0.25
Lecture du cache
Non indiqué
Écriture du cache
Non indiqué

PrimeIntellect

bf16
Contexte
262K
Sortie maximale
41K
Entrée
$0.17
Sortie
$0.25
Lecture du cache
Non indiqué
Écriture du cache
Non indiqué

Together

Non indiqué
Contexte
262K
Sortie maximale
236K
Entrée
$0.17
Sortie
$0.25
Lecture du cache
Non indiqué
Écriture du cache
Non indiqué
qwen

4 modèles

Tous les modèles
qwen logoqwen

Qwen: Qwen Image 2.1 Turbo

Qwen Image 2.1 Turbo is the fast, lower-cost tier of the Qwen Image 2.1 series from Qwen, for image generation and editing where throughput and price matter more than peak...

Contexte
66K
Entrée
text · image
Sortie
image
Image en entrée: Gratuit par imageImage en sortie: $0.0184 par image
Voir la fiche du modèle →
qwen logoqwen

Qwen: Qwen Image 2.1 Pro

Qwen Image 2.1 Pro is an image generation and editing model from Qwen, the higher-quality tier of the Qwen Image 2.1 series. Choose it over Qwen Image 2.1 Turbo when...

Contexte
66K
Entrée
text · image
Sortie
image
Image en entrée: Gratuit par imageImage en sortie: $0.046 par image
Voir la fiche du modèle →
qwen logoqwen

Qwen: Qwen3.8 Max Prime

Qwen3.8 Max Prime is a higher-throughput variant of Qwen3.8 Max from Alibaba's Qwen team, served as a separate SKU at a higher price point. It accepts text, image, and video...

Contexte
1M
Entrée
text · image · video
Sortie
text
Entrée: $4Sortie: $12par million de tokens
Voir la fiche du modèle →
qwen logoqwen

Qwen: Qwen3.8 Omni Flash

Qwen3.8 Omni Flash is an omni-modal reasoning model from Alibaba, the first Qwen model built around agentic capabilities with native audio-video understanding. It is suited for audio-video analysis and summarization,...

Contexte
1M
Entrée
text · image · audio · video
Sortie
text
Entrée: $0.15Sortie: $0.47par million de tokens
Voir la fiche du modèle →