AI Index

Qwen3.5-397B-A17B

语言 Alibaba Qwen 已核实 发布于 2026年2月15日
  • 输入 文本图像视频 输出 文本
  • 推理
  • 可关闭推理
  • 工具调用
  • 结构化输出
  • 开放权重

价格

5 个渠道报价 · 按标价显示
Alibaba Cloud Model Studio 官方 中国站 · CNY qwen3.5-397b-a17b
条件/ 百万 tokens输入输出
标准 ¥1.20¥7.20
提示超过 128K tokens ¥3.00¥18.00

价格来源 阿里云百炼：模型价格 (核对于 2026年11月2日)

Alibaba Cloud Model Studio 官方 全球 · USD qwen3.5-397b-a17b
条件/ 百万 tokens输入输出
标准 $0.172$1.032
提示超过 128K tokens $0.43$2.58

价格来源 Alibaba Cloud Model Studio pricing (核对于 2026年11月2日)

Alibaba Cloud Model Studio 官方 国际站 · USD qwen3.5-397b-a17b
条件/ 百万 tokens输入输出
标准 $0.60$3.60

价格来源 Alibaba Cloud Model Studio pricing (核对于 2026年11月2日)

Alibaba Cloud Model Studio 官方 德国（全球调度） · 美国（全球调度） · USD qwen3.5-397b-a17b
条件/ 百万 tokens输入输出
标准 自 2026年10月21日 起页面不再列出 $0.172$1.032
提示超过 128K tokens 自 2026年10月21日 起页面不再列出 $0.43$2.58

价格来源 Alibaba Cloud Model Studio pricing (核对于 2026年11月2日)

标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。

详细规格

最大思考预算
81.92K
内置工具
联网搜索
许可证
apache-2.0
模型家族
qwen
模型 ID

Alibaba Qwen 的页面未说明：推理档位, 知识截止, 别名。

本地运行

权重： Qwen/Qwen3.5-397B-A17B
  • 参数 403.4B
  • 激活 17B · 专家 512（每 token 10）
  • 原生精度 BF16
  • 层数 60
  • 每 token 的 KV 缓存 30 KB
  • 原生上下文 256K （模型卡）
  • 配置位置数 256K （config.json max_position_embeddings）
  • API 上下文 256K （厂商 API）
我的配置 GeForce RTX 4090 24 GB · 1008 GB/s · 内存 64 GB DDR5 双通道 · 89.6 GB/s
在你的配置上 · GeForce RTX 4090
放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
需要
≈ 209.8 GB (权重 199.6 + KV 缓存 0.2 + 开销 10.0)
可用
21.6 GB (标称的 90%)
建议
这台配置跑不动，看下面的“最低需要”
推荐精度权重8K 需要在你的配置上最长上下文
原生 BF16官方751.4 GB≈ 789.2放不下—
Q8_0399.2 GB≈ 419.4放不下—
FP8官方378.3 GB≈ 397.4放不下—
Q6_K308.5 GB≈ 324.2放不下—
Q5_K_M267.2 GB≈ 280.8放不下—
Q5_0258.3 GB≈ 271.4放不下—
Q4_K_M228.2 GB≈ 239.9放不下—
Q4_0211.3 GB≈ 222.1放不下—
INT4 (AWQ / GPTQ)官方219.5 GB≈ 230.7放不下—
IQ4_XS199.6 GB≈ 209.8放不下—
Q3_K_M质量下降明显183.6 GB≈ 193.0放不下—
IQ3_XXS质量下降明显143.7 GB≈ 151.1放不下—
Q2_K质量下降明显140.9 GB≈ 148.2放不下—
IQ2_XXS质量下降明显96.7 GB≈ 101.8放不下—

点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。

和其他配置比

每个配置各用它能跑的最高精度，点一个看细节。

最低需要（Q4_K_M · 8K）：单张显卡放不下；统一内存 Apple M5 Ultra (80-core GPU) · 512 GB。

运行命令

厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。

微调需要多少显存
全参≈ 6014.7 GB你的配置放不下
LoRA≈ 755.5 GB你的配置放不下
QLoRA≈ 215.4 GB你的配置放不下

batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。

估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的

引用评分

来自第三方排行榜，并非我们测得
  • Epoch Capabilities Index 147.9

    第 65 名，共 118 个上榜模型 · 置信区间 145.7–150

  • LMArena Text 1,441

    第 60 名，共 163 个上榜模型 · 置信区间 1,438–1,445 · 97,675 票

  • Epoch AI · FrontierMath Tiers 1–3 31.2%

    第 65 名，共 84 个上榜模型 · reasoning off · ±2.75

    其他版本：qwen3.5-397b-a17b 29.5%

  • Epoch AI · GPQA Diamond 86.4%

    第 61 名，共 168 个上榜模型 · reasoning off · ±2.45

    其他版本：qwen3.5-397b-a17b 85.9%

  • Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年10月28日至2026年11月5日
  • LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年10月19日至28日
  • EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月28日
  • 我们做的改动

厂商自报评分

由 Alibaba Qwen 发布，测试条件以其说明为准
基准测试设置分数
MMLU-Prothinking mode87.8%
GPQA Diamondthinking mode88.4%
Humanity's Last Examno tools, thinking mode28.7%
with tools (search agent, context folding)48.3%
LiveCodeBenchv6, thinking mode83.6%
τ²-benchairline domain with Claude Opus 4.5 system-card fixes86.7%
BrowseCompsimple context folding69%
discard-all context strategy78.6%
SWE-bench Verifiedthinking mode76.4%
Terminal-Bench 2.0thinking mode52.5%
MMMUthinking mode85%

变更

全部变更 →
  1. 上下文窗口 256K → 262.14K
  2. Alibaba Cloud Model Studio 移除 1 项报价 输出（开启推理） $1.032
  3. Alibaba Cloud Model Studio, 国际站 移除 2 项报价 输出（关闭推理） $3.60 · 输出（开启推理） $3.60

来源

Alibaba Qwen 官方政策：数据使用、隐私、条款 →

Alibaba Qwen · 中国 · qwen.ai

快照、同系列与同厂商的其他模型