Qwen3.5 122B-A10B vs Qwen3.5 9B

Qwen3.5 122B-A10B vs Qwen3.5 9B en un coup d'œil

Qwen3.5 122B-A10B et Qwen3.5 9B sont deux modèles Alibaba Cloud de la catégorie Génération de texte, disponibles via l'API EmpirioLabs.

Différences clés

• Qwen3.5 122B-A10B est la version la plus récente (24 févr. 2026) ; Qwen3.5 9B est sorti le 23 févr. 2026.
• Qwen3.5 9B a la plus grande fenêtre de contexte : 256K tokens, contre 258K pour Qwen3.5 122B-A10B.
• Qwen3.5 122B-A10B renvoie jusqu'à 64 000 tokens de sortie par réponse, Qwen3.5 9B jusqu'à 32 768.
• Capacités indiquées uniquement pour Qwen3.5 122B-A10B : web search.
• Capacités indiquées uniquement pour Qwen3.5 9B : video, cache, json mode, logprobs.

Qwen3.5 122B-A10B vs Qwen3.5 9B : caractéristiques

Qwen3.5 122B-A10B vs Qwen3.5 9B : tarifs de l'API

Tarifs en direct du catalogue EmpirioLabs pour les deux modèles. Chaque grille tarifaire correspond toujours à ce que l'API facture.

Qwen3.5 122B-A10B vs Qwen3.5 9B : paramètres de l'API

Paramètres de requête indiqués pour chaque modèle sur EmpirioLabs, avec les valeurs autorisées ou la plage le cas échéant. Un tiret signale un paramètre que le modèle n'indique pas.

Qwen3.5 122B-A10B vs Qwen3.5 9B : limites et notes

Qwen3.5 122B-A10B

Prend en charge l’entrée de texte, d’images et de vidéos. La recherche web est disponible via tool_web_search et ajoute $0.01 par requête lorsqu’activée. Les jetons pensants sont facturés comme des jetons de sortie.

Qwen3.5 9B

Prend en charge par défaut l’entrée de texte, d’images et de vidéos, le streaming, les outils de fonctions, la sortie JSON structurée, le contrôle de la graine et le mode de réflexion activés par défaut. Utilisez reasoning_effort ou thinking_budget pour la pensée bornée, ou enable_thinking=faux pour les réponses directes. Les lectures automatiques du cache sont facturées au taux d’entrée en cache lorsqu’elles sont rapportées par le service modèle. Les contrôles de cache explicites ne sont pas pris en charge.

Comment appeler Qwen3.5 122B-A10B et Qwen3.5 9B

Qwen3.5 122B-A10B sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle qwen3-5-122b-a10b. Les deux modèles s'appellent via le même endpoint. Définissez model sur qwen3-5-122b-a10b ou qwen3-5-9b. Obtenez une clé API depuis le tableau de bord EmpirioLabs.

curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-5-122b-a10b",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'

Qwen3.5 122B-A10B vs Qwen3.5 9B : questions fréquentes

Quelle est la différence entre Qwen3.5 122B-A10B et Qwen3.5 9B ?

Qwen3.5 122B-A10B est la version la plus récente (24 févr. 2026) ; Qwen3.5 9B est sorti le 23 févr. 2026. Qwen3.5 9B a la plus grande fenêtre de contexte : 256K tokens, contre 258K pour Qwen3.5 122B-A10B. Qwen3.5 122B-A10B renvoie jusqu'à 64 000 tokens de sortie par réponse, Qwen3.5 9B jusqu'à 32 768. Les caractéristiques, les grilles tarifaires et les paramètres de cette page proviennent du catalogue EmpirioLabs en direct.

Lequel est le plus récent, Qwen3.5 122B-A10B ou Qwen3.5 9B ?

Qwen3.5 122B-A10B est la version la plus récente (24 févr. 2026) ; Qwen3.5 9B est sorti le 23 févr. 2026.

Lequel a le tarif le plus bas, Qwen3.5 122B-A10B ou Qwen3.5 9B ?

Les deux modèles sont tarifés sur des unités ou des paliers différents : comparez les grilles tarifaires en direct de cette page. Elles correspondent toujours à ce que l'API facture.

Puis-je passer de Qwen3.5 122B-A10B à Qwen3.5 9B sans reconstruire mon intégration ?

Oui. Les deux modèles utilisent POST /v1/chat/completions avec la même clé API EmpirioLabs : la plupart des intégrations basculent en changeant la valeur model. Vérifiez d'abord le tableau des paramètres de cette page si vous dépendez d'un paramètre propre à un modèle.

Puis-je essayer Qwen3.5 122B-A10B et Qwen3.5 9B dans le navigateur avant d'intégrer ?

Oui. Ouvrez chaque modèle dans le playground EmpirioLabs et lancez le même prompt sur les deux, avec les paramètres exposés par l'API.