Qwen3.5-27B

Publié par Qwen le 24 février 2026, Qwen3.5-27B est un LLM open-weights de 27 milliards de paramètres sous licence Apache 2.0, avec usage commercial autorisé. Son principal positionnement associe une fenêtre de contexte native de 262 144 tokens, un encodeur de vision et un tarif très économique.

Le modèle prend en charge 201 langues et dialectes. Son architecture compte 64 couches combinant Gated DeltaNet, Gated Attention et FFN, avec un entraînement MTP multi-étapes. Les poids sont compatibles avec Transformers, vLLM, SGLang et KTransformers. Le contexte peut être étendu jusqu’à 1 010 000 tokens.

Caractéristiques

Indices de synthèse

Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.

Performances (benchmarks)

« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.

Classements Arena (Elo)

Arena Text · 200 modèles classés

Arena Code · 99 modèles classés

Arena Vision · 135 modèles classés

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 91 % en dessous de la moyenne des LLM similaires, et 28,2 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).

Coût & vitesse agentiques

Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.

Notre analyse

Forces. Qwen3.5-27B obtient un résultat presque parfait en Email Classification et un score élevé sur le test Hallucinations. Son suivi des instructions se situe également dans la partie supérieure du classement Benchable. À sa sortie, il figurait dans le top 15% des LLM de sa génération sur GPQA, ce qui souligne un niveau compétitif sur cette évaluation. Son positionnement tarifaire constitue un autre avantage net : ses prix sont inférieurs de 90% à la moyenne des LLM similaires et environ 28,2 fois plus bas que ceux des modèles frontière. La licence Apache 2.0, les poids ouverts, la vision et la large couverture linguistique renforcent son intérêt pour des déploiements personnalisés.

Limites et points d'attention. Les évaluations Benchable font apparaître des faiblesses majeures en General Knowledge, Coding et Reasoning, avec des résultats nuls et des positions proches du bas des classements. Les classements Arena sont plus nuancés, mais restent modestes en texte et en code. La vision présente un rang relatif plus favorable, sans rejoindre la tête du classement. L’Intelligence Index place le modèle dans le premier tiers du panel, sans en faire une référence générale. Qwen3.5-27B convient surtout aux usages sensibles au coût, à la classification d’e-mails, au suivi d’instructions, aux longs contextes et aux déploiements multilingues ou multimodaux, plutôt qu’aux tâches exigeantes de raisonnement, de connaissance générale ou de programmation.

Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · Benchable.ai (benchable.ai).