Qwen 3.5: KI-Tool Test & Bewertung

Qwen 3.5 ist Alibabas stärkste offene Modellfamilie und deckt mit drei Varianten ein breites Spektrum ab: vom sparsamen MoE-Modell für den Laptop bis zum Schwergewicht für Server-Infrastruktur. Alle drei Modelle verstehen nativ Text, Bilder und Videos, sprechen 201 Sprachen und stehen unter Apache 2.0 Lizenz. Die hybride Architektur mit Gated DeltaNet sorgt für bessere Effizienz bei langen Kontexten als reine Transformer-Modelle.

Die drei Varianten im Vergleich

	27B Dense	35B-A3B (MoE)	122B-A10B (MoE)
Parameter gesamt	27 Milliarden	35 Milliarden	122 Milliarden
Aktive Parameter	27 Milliarden (alle)	3 Milliarden	10 Milliarden
Context Window	262K Tokens	262K Tokens	262K Tokens
SWE-bench Verified	72,4 %	69,2 %	72,0 %
LiveCodeBench v6	80,7	74,6	78,9
MMLU-Pro	86,1	85,3	86,7
Stärke	Coding, Instruction Following	Geschwindigkeit, Effizienz	Reasoning, Wissensbreite
Hardware-Bedarf	32+ GB RAM, Apple Silicon oder RTX 4090	MacBook Pro M4 Max oder RTX 3090	128+ GB RAM oder Server-GPU

Faustregel: Das 35B-A3B ist die richtige Wahl für interaktive Nutzung auf Consumer-Hardware. Das 27B Dense liefert die beste Coding-Leistung der Familie und eignet sich hervorragend als lokaler Coding-Assistent. Das 122B-A10B ist das Modell für maximale Qualität, wenn Server-Hardware verfügbar ist.

Wichtigste Funktionen

• Nativ multimodal: Text, Bilder und Videos werden in einem einzigen Modell verarbeitet. Keine separate Vision-Pipeline nötig. OCR-Leistung auf Benchmark-Niveau (OCRBench 89,4 beim 27B), was die automatische Verarbeitung von Rechnungen, Verträgen und gescannten Dokumenten ermöglicht.
• 262K Context Window: Nativ 262.144 Tokens, mit YaRN Scaling auf rund 1 Million erweiterbar. Ganze Codebasen oder umfangreiche Dokumentensammlungen passen in einen einzigen Kontext.
• Thinking Mode: Der integrierte Reasoning-Modus generiert interne Gedankenketten vor der Antwort. Lässt sich pro Anfrage ein- oder ausschalten. Verbessert die Qualität bei mathematischen Problemen, mehrstufigen Analysen und Code-Generierung.
• Tool Use und Agenten: Nativer Support für Funktionsaufrufe. Das 122B-A10B erreicht 72,2 auf BFCL-V4, führend unter Open-Source-Modellen dieser Größe. Kompatibel mit gängigen Agentenframeworks wie LangChain und LlamaIndex.
• Gated DeltaNet Architektur: Hybridarchitektur, die lineare Attention-Schichten mit klassischen Attention-Blöcken kombiniert (Muster: 3 lineare + 1 volle Attention). Das sorgt für höheren Durchsatz und niedrigere Latenz als reine Transformer-Modelle gleicher Größe.

Preise und Tarife

Alle drei Varianten sind vollständig kostenlos unter Apache 2.0 Lizenz verfügbar. Es gibt keine Einschränkungen für kommerzielle Nutzung. Kosten entstehen ausschließlich durch die eigene Hardware. Auf Hugging Face sind neben den Standard-Versionen auch quantisierte Varianten verfügbar, die weniger Speicher benötigen. Über Drittanbieter wie Alibaba Cloud, OpenRouter oder Together.ai sind die Modelle auch per API nutzbar.

Für wen ist Qwen 3.5 geeignet?

• Entwickler und kleine Teams: Das 35B-A3B läuft auf einem MacBook Pro oder einer Consumer-GPU, ohne API-Kosten. Das 27B Dense ist der stärkste lokale Coding-Assistent der Familie (SWE-bench 72,4 %) und ideal für Entwickler, die maximale Code-Qualität auf eigener Hardware wollen.
• Unternehmen mit Datenschutzanforderungen: Alle Verarbeitung findet lokal statt. Keine Daten verlassen das Unternehmen. Besonders geeignet für sensible Branchen wie Gesundheitswesen, Recht oder Finanzen.
• Teams mit Server-Infrastruktur: Wer 128 GB RAM zur Verfügung hat, bekommt mit dem 122B-A10B ein Modell mit führender Tool-Use-Leistung und starkem Reasoning, ohne API-Abhängigkeit.

DSGVO und Datenschutz

Alle Qwen 3.5 Modelle laufen vollständig auf eigener Hardware. Es werden keine Daten an externe Server gesendet, keine Telemetrie erhoben. Die Apache 2.0 Lizenz erlaubt die uneingeschränkte kommerzielle Nutzung. Bei Nutzung über API-Anbieter (Alibaba Cloud, OpenRouter etc.) liegen die Server außerhalb der EU. Für personenbezogene oder vertrauliche Daten ist Self-Hosting die sicherere Wahl.

Alternativen zu Qwen 3.5

• Google Gemma 4: Googles offene Modellfamilie mit 26B MoE (3,8B aktiv) und 31B Dense. Apache 2.0 Lizenz, 256K Context, nativ multimodal.
• GLM-4.7 Flash: Coding-Spezialist mit 30B MoE (3B aktiv). SWE-bench 59,2 %, MIT-Lizenz, sehr schnell auf Consumer-Hardware.
• Mistral Small 4: Europäisches Modell mit starker Mehrsprachigkeit und 256K Context. Apache 2.0, aber ohne multimodale Fähigkeiten.