Qwen 3.5 27B
Qwen 3.5 27B ist Alibabas dichte 27-Milliarden-Parameter-Variante der Qwen3.5-Familie (Februar 2026), eine offene Apache-2.0-Veröffentlichung mit nativer Multimodalität für Text, Bild und Video. Die Hybrid-Architektur aus Gated-DeltaNet- und Gated-Attention-Blöcken bietet 262.144 Tokens Kontext (erweiterbar auf rund eine Million via YaRN), bis zu 65.536 Tokens Output und starke Coding-Leistung (SWE-bench Verified 72,4) — die einzige dichte Variante der Qwen3.5-Familie.
- Open Weights
- Workstation
- vLLM
- Text
- Vision
- Video
- Instruction-Tuned
- Long Context
- Unusable
Sovereign Risk: MEDIUM Das Modell wurde von Alibaba Cloud in China entwickelt. Obwohl die Gewichte unter der Apache 2.0 Lizenz frei verfügbar sind, unterliegt der Entwickler der chinesischen Rechtsprechung. Dies kann für Nutzer in anderen Rechtsräumen Überlegungen hinsichtlich Datenschutz und -sicherheit mit sich bringen. Das Risiko wird als ‘mittel’ eingestuft, da die offenen Gewichte eine lokale Nutzung ohne Datenübermittlung an den Hersteller ermöglichen.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 71.01
- Routine
- 44.19
- Reasoning
- 26.82
- LLM Judge Avg
- 3.56 / 5
- 100 Coverage
- Avg Task Duration
- 190.65s
- Unusable
- Token Rate
- 17.78tok/s
- Output Rate
- P95 Latency
- 331.9s
- Top 5 %
- Total Tokens
- 182700
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 182700 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.