Tout savoir sur Qwen3.5 397B-A17B

Ce qu'il faut savoir

Sorti le 15 février 2026, Qwen3.5 397B-A17B fait partie des 12 modèles de Alibaba Cloud (Qwen) suivis sur ce site. C'est un modèle à poids ouverts : il peut être installé chez vous, sur un serveur maîtrisé, en plus d'être proposé par 35 fournisseurs d'API recensés sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent. Il a donc 8 mois au 22 octobre 2026.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Ce que ça coûte

Qwen3.5 397B-A17B est facturé 0,55 $US par million de tokens en entrée et 3,6 $US en sortie (médiane de 35 hébergeurs, relevé du 22 octobre 2026).

Concrètement, une tâche d'agent qui lit 20 000 tokens et en écrit 2 000 revient à environ 0,018 $US, soit 18,2 $US pour 1 000 tâches de ce type.

C'est 3,6 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Que disent les tests indépendants ?

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Qwen3.5 397B-A17B obtient un indice de capacité de 59,2 sur 100, calculé sur 4 tests de notre panier.

Il ne figure pas parmi les 30 premiers du classement hebdomadaire.

• GPQA Diamond (questions de sciences de niveau doctorat) : 86,4 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 88,9 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 31,2 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• APEX-Agents (tâches professionnelles réalisées par un agent) : 24,9 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 82,4 %

Contexte et capacités

Sa fenêtre de contexte atteint 262 144 tokens, soit environ 393 pages de texte à 500 mots par page : assez pour un long rapport ou plusieurs contrats d'un coup. Une réponse peut compter jusqu'à 8 192 tokens.

Il accepte en entrée : texte. Ses connaissances s'arrêtent à juillet 2025 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (Qwen/Qwen3.5-397B-A17B). Voir aussi notre sélection de modèles open source.

À qui s'adresse-t-il ?

Par sa catégorie, Qwen3.5 397B-A17B vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Modèles comparables

Dans la même catégorie, les modèles les plus proches de Qwen3.5 397B-A17B sont :

• DeepSeek V3.2 (DeepSeek, indice 59,8)
• MiniMax-M3 (MiniMax, indice 55,5)
• Qwen3.6 35B-A3B (Alibaba Cloud (Qwen), indice 55,3)
• Kimi K2.7 Code (Moonshot AI, indice 66,7)