AI TOOLS RADAR
Invia
Tutti i modelli / QWEN
qwen logo
qwen

Qwen: Qwen3.5-9B

Descrizione della fonte (inglese)

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...

Vedi la fonte su OpenRouter Hugging Face
Panoramica

Specifiche del modello

Contesto
262.144 tokens
Output massimo
32.768 tokens
Architettura
text+image+video->text
Tokenizer
Qwen3
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Input
$0.1
per milione di token
Output
$0.15
per milione di token
API

Configurazione del modello

Ragionamento

Ragionamento obbligatorio
No
Parametri predefiniti
No
API

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Documentazione 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!"}]}'
Capacità e modalità

Input → Output

Input
textimagevideo
Output
text
Ragionamento

No

API

Parametri API supportati

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
Provider disponibili

6 provider

Verificato: 20 settembre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

Darkbloom

fp4
Contesto
262K
Output massimo
66K
Input
$0.05
Output
$0.1
Lettura cache
Non indicato
Scrittura cache
Non indicato

SiliconFlow

fp8
Contesto
262K
Output massimo
236K
Input
$0.1
Output
$0.15
Lettura cache
Non indicato
Scrittura cache
Non indicato

DeepInfra

bf16
Contesto
262K
Output massimo
82K
Input
$0.1
Output
$0.15
Lettura cache
Non indicato
Scrittura cache
Non indicato

Venice

fp8
Contesto
256K
Output massimo
33K
Input
$0.1
Output
$0.15
Lettura cache
Non indicato
Scrittura cache
Non indicato

Parasail

bf16
Contesto
262K
Output massimo
236K
Input
$0.1
Output
$0.25
Lettura cache
Non indicato
Scrittura cache
Non indicato

Together

Non indicato
Contesto
262K
Output massimo
236K
Input
$0.17
Output
$0.25
Lettura cache
Non indicato
Scrittura cache
Non indicato
qwen

4 modelli

Tutti i modelli
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,...

Contesto
1M
Input
text · image · audio · video
Output
text
Input: $0.15Output: $0.47per milione di token
Vedi i dettagli del modello →
qwen logoqwen

Qwen: Qwen3.8 Max (0902)

Qwen3.8 Max 0902 is an updated snapshot of Qwen3.8 Max from Alibaba's Qwen team. It is a 2.4-trillion-parameter mixture-of-experts model that accepts text, image, and video input and returns text,...

Contesto
1M
Input
text · image · video
Output
text
Input: $2Output: $6per milione di token
Vedi i dettagli del modello →
qwen logoqwen

Qwen: Qwen3.8 Flash

Qwen3.8 Flash is a multimodal reasoning model from Alibaba. It is suited for coding assistance, agentic workflows, visual understanding, document and codebase analysis, desktop interaction, chart analysis, and long-video analysis.

Contesto
1M
Input
text · image · video
Output
text
Input: $0.15Output: $0.47per milione di token
Vedi i dettagli del modello →
qwen logoqwen

Qwen: Qwen3.8 27B

Qwen3.8 27B is an open-weight dense vision-language model from Qwen. It is suited for coding, professional workflows, research, multimodal interaction, and long-running agent tasks, with flexible thinking that can be...

Contesto
1M
Input
text · image · video
Output
text
Input: $0.42Output: $3per milione di token
Vedi i dettagli del modello →