메인 콘텐츠로 건너뛰기
모델 ID: qwen/qwen3.5-35b-a3b | 파라미터: 35B (A3B MoE) | 출시일: 2026-02-26

​
개요

Qwen 3.5 35B (A3B)는 강력한 성능과 효율적인 추론을 제공하도록 설계된 Mixture-of-Experts (MoE) 대규모 언어 모델입니다. 토큰당 파라미터의 일부만 활성화하는 희소 활성화 방식을 사용하여 능력과 서빙 비용 간의 최적 균형을 달성합니다. 9B 모델 대비 추론, 코딩, 분석 성능이 향상되어 더 복잡한 워크로드에 적합합니다. 최대 262K 토큰의 긴 컨텍스트 추론과 멀티모달 입력(텍스트 및 이미지)을 지원하여 고급 어시스턴트, 백엔드 자동화, 멀티모달 이해, 대규모 추론 시스템에 적합합니다.

Air API Playground

플레이그라운드에서 모델을 체험하세요.

AIR Container로 배포

AIR Container로 배포하세요.

API 사용 가이드

API 사용법을 알아보세요.

​
가격

입력출력
$0.1625 / 1M 토큰$1.3 / 1M 토큰

​
주요 기능

  • Mixture-of-Experts (MoE, A3B) 아키텍처로 희소 활성화를 통한 효율적 스케일링
  • 9B 모델 대비 강화된 추론 및 코딩 성능
  • 최대 262,144 토큰의 긴 컨텍스트 추론 지원
  • 텍스트 및 이미지 입력을 지원하는 멀티모달 능력 (요청당 최대 1장, 2장 이상 전송 시 400 에러)
  • 강력한 다국어 이해 및 생성
  • 희소 전문가 활성화를 통한 효율적 추론
  • vLLM 등 고처리량 서빙 엔진과 호환
  • 효율적인 배포를 위한 FP8 포맷 제공

​
활용 사례

​
복잡한 Q&A

복잡한 다단계 추론 및 분석 쿼리를 처리합니다. 
Compare transformer-based models and mixture-of-experts models
in terms of scalability and efficiency.

​
고급 코드 생성

프로덕션 수준의 코드 및 시스템 설계 설명을 생성합니다. 
Design a scalable distributed task queue system using Python
and explain key components.

​
심층 분석 및 요약

문서에 대한 심층적 이해와 인사이트 추출을 수행합니다.

​
시각적 이해

멀티모달 추론을 통해 이미지를 분석하고 인사이트를 추출합니다.

​
파라미터

파라미터타입필수기본값설명
messagesarray필수-채팅 기반 생성을 위한 메시지 목록
max_tokensinteger선택-생성할 최대 토큰 수
temperaturenumber선택1샘플링 온도 (0.0-2.0)
top_pnumber선택1핵 샘플링 임계값
frequency_penaltynumber선택0토큰 빈도 페널티
presence_penaltynumber선택0토큰 존재 페널티
streamboolean선택false스트리밍 응답 활성화

​
모델 세부정보

속성값
컨텍스트 길이262,144
최대 출력 길이262,144
양자화fp8
입력 모달리티text, image (요청당 최대 1장)
출력 모달리티text
지원 기능tools, reasoning, streaming, vision, json_mode, logprobs
샘플링 파라미터min_p, temperature, presence_penalty, repetition_penalty, stop, top_p, top_k, frequency_penalty, seed

​
시작하기

1

API 키 발급하기

AirCloud 계정에서 API 키를 발급받습니다.
2

코드 실행하기

아래 코드에서 YOUR_API_KEY 자리에 실제 발급받은 키를 넣어 실행하세요. 언어별(Python, cURL, Node.js) 코드 예시를 선택할 수 있습니다.
import requests

response = requests.post(
    "https://external.aieev.cloud:5007/ai/api/v1/chat/completions",
    headers={
        "Authorization": "Bearer YOUR_API_KEY",
        "Content-Type": "application/json"
    },
    json={
        "model": "qwen/qwen3.5-35b-a3b",
        "messages": [{"role": "user", "content": "Hello!"}],
        "temperature": 0.7
    }
)

result = response.json()
print(result["choices"][0]["message"]["content"])

​
태그

open-source conversational 35B reasoning multilingual moe high-performance