Desenvolvedores que exploram modelos de linguagem poderosos de peso aberto enfrentam uma pergunta comum: como realmente começar a usar este modelo? O Qwen3.5-397B-A17B oferece três caminhos de acesso distintos: chat web instantâneo para testes, APIs gerenciadas para aplicações de produção e implantação auto-hospedada para controle total. Cada método se adapta a cenários diferentes — de prototipagem rápida a inferência em escala empresarial.
Este guia percorre todos os métodos de acesso com instruções de configuração, dados de preços reais e requisitos de hardware. Você aprenderá qual caminho se adapta ao seu caso de uso e como começar em minutos.
O que é o Qwen3.5-397B-A17B?
O Qwen3.5-397B-A17B é o modelo de linguagem de peso aberto Mixture-of-Experts (MoE) principal da Alibaba Cloud, com 403 bilhões de parâmetros totais e 17 bilhões de parâmetros ativos por token. O modelo lida com 262.144 tokens de contexto (janela de contexto de 256k) e suporta entradas multimodais nativas, incluindo texto e imagens. De acordo com benchmarks da Artificial Analysis, o Qwen3.5-397B-A17B atinge uma pontuação ELO GDPval-AA de 1.221, representando um aumento de 361 pontos em relação ao modelo anterior Qwen3 235B (860). O modelo demonstra força particular em tarefas de codificação, raciocínio e agentes, mantendo a eficiência de custos por meio de sua arquitetura MoE.
Experimente o excelente Qwen 3.5
Visão geral dos benchmarks do Qwen3.5-397B-A17B
| Categoria | Benchmark | Pontuação | Modelo Líder |
|---|---|---|---|
| Seguimento de Instruções | IFBench | 76.5 | Qwen3.5 |
| Tarefas Complexas | MultiChallenge | 67.6 | Qwen3.5 |
| Agente / Navegação | BrowseComp | 78.6 | Qwen3.5 |
| Raciocínio Científico | GPQA Diamond | 88.4 | Qwen3.5 (modelos abertos) |
| Conhecimento | MMLU-Pro | 87.8 | Gemini |
| Conhecimento | MMLU-Redux | 94.9 | Gemini |
| Conhecimento | C-Eval | 93.0 | Competitivo |
| Codificação | LiveCodeBench v6 | 83.6 | Gemini / GPT |
| Multimodal | MMMU | 85.0 | Competitivo |
| Multimodal | MathVision | 88.6 | Competitivo |
| Multimodal | OCRBench | 93.1 | Competitivo |
| Multimodal | Video-MME | 87.5 | Competitivo |
O Qwen3.5-397B obtém seus melhores resultados em benchmarks de seguimento de instruções e orientados a agentes, incluindo IFBench, MultiChallenge e BrowseComp, onde lidera os modelos concorrentes. Ele também atinge o estado da arte entre modelos abertos no GPQA Diamond, indicando forte capacidade de raciocínio científico.
Em benchmarks de conhecimento mais amplos, como MMLU-Pro e MMLU-Redux, o desempenho é alto, mas geralmente ligeiramente inferior aos principais modelos proprietários. Os benchmarks de codificação mostram resultados competitivos sem liderar o campo.
No geral, o perfil de benchmarks sugere que o Qwen3.5 é otimizado para instruções complexas, uso de ferramentas e fluxos de trabalho de agentes, em vez de maximizar puramente benchmarks acadêmicos tradicionais como codificação ou recall de conhecimento.
Método 1: Acesso via Chat Web (Mais rápido)
Melhor para: Testes rápidos, experimentação, demonstrações e casos de uso não produtivos onde você precisa de acesso imediato sem chaves de API ou infraestrutura.
Tempo de configuração: Menos de 1 minuto
A interface de chat oficial do Qwen fornece acesso instantâneo ao Qwen3.5-397B-A17B pelo seu navegador:
- Acesse a Novita AI
- Selecione Qwen3.5-397B-A17B no menu suspenso de modelos
- Escolha entre o modo “Pensamento” para tarefas de raciocínio profundo
- Comece a conversar imediatamente — não é necessário criar conta ou chaves de API
Limitações
- Sem acesso programático — apenas interface web, sem integração com API
- Limites de taxa aplicáveis — projetado para uso interativo, não para processamento em lote
- Sem ajuste fino — você usa o modelo base como ele é
- Persistência de contexto limitada — histórico de conversas gerenciado pela interface
Experimente o excelente Qwen 3.5
Método 2: Acesso via API pela Novita AI (Produção)
Melhor para: Aplicações de produção, integrações personalizadas, acesso programático, inferência escalável e aplicações que exigem formato de API compatível com OpenAI.
Tempo de configuração: 5 minutos
A Novita AI fornece acesso gerenciado via API ao Qwen3.5-397B-A17B com preços competitivos entre os principais provedores: $0,60 por 1M de tokens de entrada e $3,60 por 1M de tokens de saída. O serviço oferece endpoints compatíveis com OpenAI, tornando a integração simples para desenvolvedores que já estão familiarizados com o SDK da OpenAI.
Da HuggingFace
Configuração passo a passo
Passo 1: Faça login e acesse a Biblioteca de Modelos
Faça login na sua conta e clique no botão Biblioteca de Modelos.
Passo 2: Escolha seu modelo
Navegue pelas opções disponíveis e selecione o modelo que atende às suas necessidades.
Passo 3: Inicie seu teste gratuito
Inicie seu teste gratuito para explorar as capacidades do modelo selecionado.
Experimente o excelente Qwen 3.5
Passo 4: Obtenha sua chave de API
Para autenticar com a API, forneceremos uma nova chave de API para você. Acessando a página de “Configurações“, você pode copiar a chave de API conforme indicado na imagem.
Passo 5: Instale a API
Instale a API usando o gerenciador de pacotes específico da sua linguagem de programação. Você pode gerenciar suas chaves de API na página de Configurações da Novita AI.
Após a instalação, importe as bibliotecas necessárias para o seu ambiente de desenvolvimento. Inicialize a API com sua chave de API para começar a interagir com o LLM da Novita AI. Este é um exemplo de uso da API de conclusões de chat para usuários de Python.
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="qwen/qwen3.5-397b-a17b",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello, how are you?"}
],
max_tokens=64000,
temperature=0.7
)
print(response.choices[0].message.content)
Recursos da API
| Recurso | Disponibilidade |
|---|---|
| Compatibilidade com OpenAI | ✅ Suporte completo |
| Respostas de streaming | ✅ Suportado |
| Chamada de funções | ✅ Suportado |
| Janela de contexto | 262.144 tokens |
| Entrada multimodal | ✅ Texto + Imagens |
| SLA/Tempo de atividade | Infraestrutura de nível empresarial |
Os preços da Novita AI para o Qwen3.5-397B-A17B estão entre os mais competitivos do mercado. A API compatível com OpenAI significa que você pode integrá-la a aplicações existentes alterando apenas a URL base e a chave de API — nenhuma refatoração de código é necessária.
Integração com ferramentas de desenvolvimento
Conecte o Qwen 3 perfeitamente aos seus aplicativos, fluxos de trabalho ou chatbots com a API REST unificada da Novita AI — não há necessidade de gerenciar pesos de modelo ou infraestrutura. A Novita AI oferece SDKs multilíngues (Python, Node.js, cURL e mais) e controles avançados de parâmetros para usuários avançados.
Integração com o Claude Code
O Claude Code usa variáveis de ambiente para rotear solicitações para endpoints de modelo personalizados. Defina estas quatro variáveis antes de iniciar o Claude Code:
Para macOS/Linux:
# Set the Anthropic SDK compatible API endpoint provided by Novita.
export ANTHROPIC_BASE_URL="https://api.novita.ai/anthropic"
export ANTHROPIC_AUTH_TOKEN="<Novita API Key>"
# Set the model provided by Novita.
export ANTHROPIC_MODEL="qwen/qwen3.5-397b-a17b"
export ANTHROPIC_SMALL_FAST_MODEL="qwen/qwen3.5-397b-a17b"
Para Windows (PowerShell):
$env:ANTHROPIC_BASE_URL = "https://api.novita.ai/anthropic"
$env:ANTHROPIC_AUTH_TOKEN = "Novita API Key"
$env:ANTHROPIC_MODEL = "qwen/qwen3.5-397b-a17b"
$env:ANTHROPIC_SMALL_FAST_MODEL = "qwen/qwen3.5-397b-a17b"
Integração com a IDE Trae
- Abra o Trae e ative a Barra Lateral de IA
- Navegue até Gerenciamento de IA → Modelos
- Clique em Adicionar Modelo Personalizado
- Selecione Novita AI como provedor
- Insira sua chave de API e selecione qwen/qwen3.5-397b-a17b
- Salve a configuração e comece a codificar
Integração com a CLI OpenCode
# Launch OpenCode
opencode
# Connect to Novita AI
/connect
# Select Novita AI as provider, paste API key
# Choose qwen/qwen3.5-397b-a17b from model list
Método 3: Implantação Local (Controle Total)
Melhor para: Requisitos de privacidade de dados, inferência offline, pipelines de inferência personalizados, ambientes de pesquisa ou cenários onde você precisa de controle total sobre a execução do modelo.
Tempo de configuração: 1 a 2 horas
A implantação local oferece controle total, mas requer recursos de hardware significativos. Os pesos completos do modelo ocupam aproximadamente 807 GB de espaço em disco em precisão total.
Requisitos de Hardware
| Nível de Precisão | VRAM/RAM Necessária | Hardware Recomendado |
|---|---|---|
| Quantização de 8 bits | Cerca de 420 GB | 5× H100 80GB ou equivalente |
| Quantização de 4 bits | Cerca de 200 GB | Mac M3 Ultra (memória unificada de 256 GB) ou 1× GPU de 24 GB + 256 GB de RAM do sistema |
De acordo com o guia de implantação da Unsloth, a versão quantizada de 4 bits atinge mais de 25 tokens por segundo em um sistema com GPU de 24 GB e 256 GB de RAM do sistema usando técnicas de offloading MoE. Isso torna a quantização de 4 bits a opção mais prática para implantações de consumidor avançado ou pequenas empresas.
Aluguel de GPU em nuvem para implantação local
Se você não tem o hardware, mas ainda deseja uma implantação auto-hospedada, instâncias de GPU em nuvem oferecem um meio-termo. Com base nos preços de instâncias de GPU da Novita AI:
| Configuração | Custo por hora (Sob demanda) | Custo por hora (Spot) | Caso de uso |
|---|---|---|---|
| 5× H100 80GB | $12,95/hora | $6,50/hora | Quantização de 8 bits, nível de produção |
| 1× RTX 4090 24GB | $0,73/hora | $0,37/hora | Quantização de 4 bits, custo-benefício |
O modo Spot da Novita AI é um sistema de aluguel de GPU otimizado para custos que aproveita a capacidade de GPU ociosa ou não utilizada da plataforma. Ao contrário das instâncias sob demanda, que reservam hardware dedicado para uso estável e contínuo, as instâncias Spot são interrompíveis — seu trabalho pode ser pausado ou encerrado se a GPU for recuperada pelo sistema. Como o modo Spot realoca recursos de GPU que de outra forma seriam não utilizados, ele é geralmente 40–60% mais barato que os preços sob demanda.
Experimente GPUs com custo-benefício agora!
Tabela de comparação de métodos
| Método | Tempo de configuração | Custo | Melhor para |
|---|---|---|---|
| Chat Web (Playground de LLM da Novita AI) | <1 minuto | Gratuito (com limites de taxa) | Testes rápidos, demonstrações, experimentação |
| API pela Novita AI | 5 minutos | $0,60/$3,60 por 1M de tokens | Aplicações de produção, inferência escalável, integrações personalizadas |
| Implantação Local (INT4) | 1 a 2 horas | Custo de hardware e sistema com 256 GB de RAM | Privacidade de dados, uso offline, controle total |
| Aluguel de GPU em nuvem (INT4) | 30 minutos | $0,37/hora | Inferência de alto volume |
O Qwen3.5-397B-A17B oferece caminhos de acesso flexíveis para diferentes cenários de implantação. Para testes imediatos, o Playground de LLM da Novita AI não requer nenhuma configuração e fornece acesso instantâneo aos modos de raciocínio e rápido. Para aplicações de produção que exigem acesso programático, a API da Novita AI oferece o melhor equilíbrio custo-benefício a $0,60/$3,60 por 1M de tokens de entrada/saída, com endpoints compatíveis com OpenAI que se integram perfeitamente a bases de código existentes.
A implantação local continua viável para equipes com requisitos de privacidade específicos ou necessidades de inferência de volume extremamente alto. A versão quantizada INT4 pode ser executada em hardware de consumidor avançado com 256 GB de RAM, atingindo mais de 25 tokens por segundo. No entanto, para a maioria dos desenvolvedores e pequenas e médias empresas, o acesso gerenciado via API elimina a complexidade de infraestrutura, ao mesmo tempo que oferece confiabilidade de nível empresarial.
Perguntas Frequentes
Quanto custa o Qwen3.5-397B-A17B via API?
A Novita AI cobra $0,60 por 1M de tokens de entrada e $3,60 por 1M de tokens de saída pelo Qwen3.5-397B-A17B — entre as taxas mais competitivas disponíveis.
Posso executar o Qwen3.5-397B-A17B em hardware de consumidor?
Sim, com quantização INT4, o Qwen3.5-397B-A17B é executado em sistemas com 256 GB de RAM (como o Mac M3 Ultra) a mais de 25 tokens/s, exigindo ~214 GB de espaço em disco.
O Qwen3.5-397B-A17B suporta chamada de funções?
Sim, o Qwen3.5-397B-A17B suporta chamada de funções quando acessado via provedores de API como a Novita AI usando endpoints compatíveis com OpenAI.
A Novita AI é uma plataforma de nuvem de IA e agentes que ajuda desenvolvedores e startups a construir, implantar e escalar modelos e aplicações agentes com alto desempenho, confiabilidade e eficiência de custos.
Leituras Recomendadas
