
Qwen: Qwen3.5-122B-A10B
qwen/qwen3.5-122b-a10b
The Qwen3.5 122B-A10B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. In terms of overall performance, this model is second only to Qwen3.5-397B-A17B. Its text capabilities significantly outperform those of Qwen3-235B-2507, and its visual capabilities surpass those of Qwen3-VL-235B.
Anbieter
Verschiedene Unternehmen hosten dasselbe Modell. OpenRouter leitet Ihre Anfrage je nach gewähltem Routing-Modus an eines davon weiter: Ausgewogen (Preis + Geschwindigkeit), Nitro (am schnellsten) oder Floor (am günstigsten).
| 0,26 $ | 2,08 $ | -- | 0,50s | 133 tok/s | ||
| 0,26 $ | 2,08 $ | -- | 1,03s | 142 tok/s | ||
| 0,30 $ | 2,40 $ | 0,30 $ | 1,72s | 76 tok/s | ||
| 0,40 $ | 3,20 $ | -- | 1,31s | 86 tok/s |
- Eingabe 0,26 $ / Ausgabe 2,08 $133 tok/s99,97 % Verfügbarkeit
- Eingabe 0,26 $ / Ausgabe 2,08 $142 tok/s98,17 % Verfügbarkeit
- Eingabe 0,30 $ / Ausgabe 2,40 $76 tok/s82,92 % Verfügbarkeit
- Eingabe 0,40 $ / Ausgabe 3,20 $86 tok/s99,59 % Verfügbarkeit
Preise
Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.
Gewichteter Durchschnitt
Qwen3.5-122B-A10B — Preisverlauf
| 0,260 $ | 2,08 $ | 0,0 % | 8,1 % | ||
| 0,260 $ | 2,08 $ | 0,0 % | 62,6 % | ||
| 0,300 $ | 2,40 $ | 0,0 % | 15,5 % | ||
| 0,400 $ | 3,20 $ | 0,0 % | 13,8 % |
- Wirksam in 0,260 $ / Effektive Ausgabekosten 2,08 $Token-Anteil8,1 %
- Wirksam in 0,260 $ / Effektive Ausgabekosten 2,08 $Token-Anteil62,6 %
- Wirksam in 0,300 $ / Effektive Ausgabekosten 2,40 $Token-Anteil15,5 %
- Wirksam in 0,400 $ / Effektive Ausgabekosten 3,20 $Token-Anteil13,8 %
Leistung
Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).
P50, bester Wert über alle Anbieter hinweg
P50, bester Anbieter
Verfügbarkeit
Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.
Verfügbarkeit in den letzten 3 Tagen
Letzte 72 StundenVerfügbarkeit in den letzten 24 Stunden
Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.
Leistungsvergleiche
Ergebnisse standardisierter Bewertungen und eigene Ausgaben dieses Modells zu gemeinsamen Vergleichstest-Prompts. Höhere Prozentwerte sind besser – und jeder Rang zeigt, wo dieses Modell unter den anhand dieser Quelle bewerteten Modellen liegt.
| Quelle | Benchmark | Ergebnis |
|---|---|---|
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) Coding Index | 45,7 |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) Agentic Index | 7,6 |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) GPQA Diamond | 85.7% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) HLE | 25.2% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) IFBench | 75.7% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) τ²-Bench Telecom | 93.6% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) AA-LCR | 76.3% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) τ-Bench Banking | 15.3% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) GDPval-AA | 16.1% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) CritPt | 0.6% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) SciCode | 39.7% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) Terminal-Bench Hard | 31.1% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | Qwen3.5 122B A10B (Reasoning) Terminal-Bench 2.1 | 47.6% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) Coding Index | 43,3 |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) GPQA Diamond | 82.7% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) HLE | 15.9% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) IFBench | 50.8% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) τ²-Bench Telecom | 84.5% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) AA-LCR | 61.3% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) τ-Bench Banking | 10.3% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) GDPval-AA | 10.8% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) CritPt | 0.9% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) Terminal-Bench Hard | 29.5% |
| Artificial Analysis | Qwen3.5 122B A10B (Non-reasoning) Terminal-Bench 2.1 | 47.2% |
Apps
Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.
Aktivität
Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.
API
Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.
Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing
Häufig gestellte Fragen
The Qwen3.5 122B-A10B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. In terms of overall performance, this model is second only to Qwen3.5-397B-A17B.
Qwen3.5-122B-A10B kostet 0,26 $/M Eingabe-Token und 2,08 $/M Ausgabe-Token.
Qwen3.5-122B-A10B hat ein Kontextfenster von 262.144 Token. Es unterstützt bis zu 262.144 Completion-Token.
Ja. Qwen3.5-122B-A10B akzeptiert tools und tool_choice für Funktionsaufrufe bei 3 der 4 Anbieter, die es bereitstellen, und Anfragen, die Tools senden, werden an diese Anbieter weitergeleitet. Es unterstützt auch strukturierte Ausgaben über ein JSON-Schema in response_format.
Qwen3.5-122B-A10B akzeptiert Text, Bilder und Video als Eingabe und gibt Text zurück.
Qwen3.5-122B-A10B wird auf OpenRouter von 4 Anbietern bereitgestellt: SiliconFlow, Alibaba Cloud Int., AtlasCloud und NovitaAI. Anfragen werden an den besten verfügbaren Anbieter weitergeleitet, mit automatischem Failover zu den anderen Anbietern, und Sie können Anbieter über Anbieter-Routing festlegen oder ausschließen.
Qwen3.5-122B-A10B wurde am 25. Februar 2026 veröffentlicht.