Qwen3.5 35B A3B
Red Neuronal
Qwen3.5 35B A3B es un modelo visual-lingüístico nativo de Qwen con arquitectura MoE dispersa para tareas de texto y visión.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Qwen3.5 35B A3B?
Qwen3.5 35B A3B es un modelo visual-lingüístico nativo de la serie Qwen3.5: entrenado originalmente para trabajar tanto con texto como con imágenes, no como un añadido. Se basa en una arquitectura híbrida que combina atención lineal con una mezcla dispersa de expertos (MoE): de los 35 mil millones de parámetros, se activan unos 3 mil millones por solicitud, lo que hace que la inferencia sea más eficiente. En BotHub, el modelo está disponible sin VPN ni tarjetas extranjeras; el pago se realiza en rublos según el uso (tokens que no caducan). Acceda a más de 250 redes neuronales en la misma ventana para comparar respuestas, y utilice la API compatible con OpenAI para cambiar de modelo sin reescribir la integración. Las conversaciones están cifradas con AES-GCM. Para empresas, ofrecemos contratos, facturación, intercambio electrónico de documentos y panel de administración con límites. Casos de uso: análisis de capturas de pantalla, esquemas y documentos, escritura y refactorización de código, razonamiento en tareas STEM, procesamiento de flujos de consultas y creación de prototipos de servicios multimodales mediante API.Preguntas frecuentes sobre Qwen3.5 35B A3B
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
qwen3.5-35b-a3b acepta texto, documentos e imágenes, puede razonar antes de responder y llamar a funciones. Es adecuado para trabajar con código (escritura, refactorización, depuración), analizar archivos largos, analítica, tareas STEM e integración en servicios mediante la API unificada de BotHub.
El límite de una respuesta es de 65 536 tokens, y la ventana de contexto total es de 262 144 tokens. Esto es suficiente para análisis extensos, documentación larga o archivos de código grandes completos, sin necesidad de dividir la tarea manualmente en partes pequeñas.
Sí, el modo de razonamiento está confirmado en nuestros datos: el modelo puede desglosar la tarea en pasos antes de dar el resultado. Esto suele notarse en matemáticas, lógica, depuración de código e instrucciones de varios pasos, donde lo importante no es una respuesta rápida, sino una precisa.
Sí, el modelo admite 'function calling' y salida estructurada en JSON. Puede conectarlo a sus herramientas y bases de datos a través de la API de BotHub compatible con OpenAI, y cambiar a otro modelo si es necesario sin reescribir la integración.
El modelo acepta imágenes y documentos como entrada: puede enviar una captura de pantalla, un esquema, una tabla o un PDF y pedir que analice el contenido. La recepción de audio y video no está confirmada en nuestros datos, por lo que debe verificar estos formatos directamente en la interfaz de BotHub.
Nuestros datos no registran las características del modelo por idiomas individuales, por lo que lo más preciso es probarlo con su propia tarea. En BotHub, puede acceder al modelo sin VPN ni tarjetas extranjeras, pagar en rublos según el uso y comparar sus respuestas con otros modelos en una misma ventana.