Qwen3.5-397B-A17B
Qwen3.5-397B-A17Bは、阿里巴巴によって開発された多模態基盤モデルです。約397.0Bのパラメータ規模を持ち、最大256Kの長いコンテキストウィンドウをサポートしています。
パラメータ
397.0B
コンテキスト長
256K
ライセンス
Apache 2.0
リリース日
2026-02-16
API料金
入力料金（1Mトークンあたり）
$0.5
出力料金（1Mトークンあたり）
$
課金モード: standard
強み
- ・397Bの巨大なパラメータ規模
- ・最大256Kの長い文脈理解
- ・汎用性の高い多模態対応
弱み
- ・膨大な計算リソースが必要
- ・推論コストが高くなる可能性
- ・モデルサイズによる動作負荷
活用例
- ・大規模な多模態データ解析
- ・超長文コンテキストの処理
- ・高度な汎用AIアプリケーション
深度分析
リリース日
February 16, 2026
総パラメータ数
397B
Largest in Qwen3.5 family
アクティブパラメータ
17B per token
MoE with 512 experts, 11 active
コンテキストウィンドウ
262,144 tokens (native), up to 1M via YaRN
アーキテクチャ
Hybrid MoE: Gated DeltaNet + Gated Attention
モダリティ
Text, Image, Video
Natively multimodal
言語
201
ライセンス
Apache 2.0
API価格（入力）
$0.40/1M tokens
API価格（出力）
$2.40/1M tokens
強み
- ・Apache 2.0ライセンスのフロンティア級オープンウェイトモデル — 発売時点でオープンモデル中最高の推論能力
- ・ネイティブマルチモーダル：テキスト・画像・動画を同一ウェイトで処理し、別途のVLバリアントは不要
- ・優れたエージェント性能：Terminal-Bench 52.5、BrowseComp 69.0、NOVA-63 59.1
- ・ハイブリッドDeltaNetアーキテクチャにより、256Kトークン時のデコーディングがQwen3-Max比で19倍高速
- ・強力なベンチマーク性能：MMLU-Pro 87.8、GPQA Diamond 88.4、SWE-bench 76.4、AIME 2025 91.3
弱み
- ・莫大なハードウェア要件：Q4で約220GB VRAM、BF16フル精度で約780GB
- ・HLEスコア28.7%は絶対的な専門家レベルの事実性における課題を示している
- ・競技プログラミングでGemini 3 Proに後れを取る（LiveCodeBench 83.6対90.7）
- ・自律エージェントのシナリオで時折ツール出力のハルシネーションが発生する
- ・Terminal-Bench 52.5%は複雑なCLIタスクにおいて改善の余地がある
競合比較
| Model | Arena | SWE | GPQA | Price |
|---|---|---|---|---|
| GPT-5.2 | ~1500 | ~80 | 92.4 | Proprietary |
| Claude Opus | ~1490 | 80.9 | 87.0 | Proprietary |
| Gemini 3 Pro | ~1480 | 76.2 | 91.9 | Proprietary |
| Qwen3.5-397B-A17B | ~1450 | 76.4 | 88.4 | $0.40/$2.40 |
| DeepSeek V3.2 | ~1430 | 73.1 | 82.4 | Proprietary |
Qwen3.5-397B-A17Bはアリババの旗艦オープンウェイトモデルであり、Qwen3.5ファミリー最大のモデルです。ハイブリッドMoEアーキテクチャを採用し、合計3970億パラメータのうちトークンあたり170億パラメータがアクティブ化されます。2026年2月16日にApache 2.0ライセンスのもとでリリースされ、テキスト・画像・動画に対応するネイティブマルチモーダルモデルであり、26.2万トークンのネイティブコンテキストウィンドウを持ち、100万トークンまで拡張可能です。GPQA 88.4、SWE-bench 76.4、AIME 91.3など最先端と競争するベンチマークを達成し、長いコンテキストでは前代モデル比で19倍高速に動作します。
出典
分析生成日: 2026-05-30