Qwen3.5-122B-A10B

Qwen3.5-122B-A10B es un modelo de lenguaje grande Multimodal nativo del equipo Qwen, con 122B de parámetros totales y solo 10B activos. Cuenta con una arquitectura híbrida eficiente que combina Gated Delta Networks con Mixture-of-Experts (MoE) disperso, admitiendo de forma nativa una longitud de contexto de 256K ampliable hasta ~1M tokens. A través de un entrenamiento de fusión temprana, logra capacidades unificadas de lenguaje visual que admiten la comprensión de Text, Image y Video, con un sólido rendimiento en conocimiento, razonamiento, codificación, agentes, comprensión visual y evaluaciones comparativas multilingües, superando a GPT-5-mini y Qwen3-235B-A22B en múltiples métricas. Se activa de manera predeterminada en modo de pensamiento, admite llamadas a herramientas y cubre 201 idiomas y dialectos.