Qwen 3.5
Qwen 3.5是阿里云通义千问（Qwen）系列中的大型语言模型，属于该系列的迭代版本。模型具备自然语言理解与生成、多轮对话、逻辑推理及代码生成等能力，支持多语言交互，适用于文本创作、问答、信息抽取等多种自然语言处理任务，可通过API或开源方式部署使用。
核心事实
时间轴 (近 90 天)
思考型模型（如 Qwen 3.5、DeepSeek-R1 等）在架构上通过特殊标记（如 Thinking 或 ＜/thinking＞）来区分内部推理过程与最终答案，推理运行时需要正确解析这些标记。
搭建本地Jarvis的第一步是安装Ollama并下载模型，例如使用命令`ollama pull qwen3.5:9b`。
Nvidia Nemotron 3 和 Qwen 3.5 的分词器虽然保留大部分运算符和分隔符，但有时会在尴尬位置拆开关键字或运算符，例如 `<<=` 可能被拆成 `<<`、`=` 或 `<`、`<=` 等多个 token。
Ash的LLM Picker项目收集了92份公开Mac测量数据，显示在多数模型上MLX仅领先LLAMA.cpp 1到1.2倍，大差距主要集中在Qwen 3.5和3.6系列
PewDiePie 尝试微调 Qwen 3.5 系列的小参数模型以在本地配合 Odysseus 进行工具调用。
通过 Ollama 云端运行的 397B 版本 Qwen 3.5 成功完成排序算法可视化任务，生成约 900 行代码且页面无错误正常运行
Qwen 3.5 的 9B 版本在实测中无法完成排序算法可视化网页任务，花费超半小时反复重写代码但最终代码无法运行
Qwen 3.5 的 9B 版本在为密码管理器输入框添加复制按钮的小任务中表现成功，正确实现复制到剪贴板功能并自主生成了 SVG 图标
9B 小模型难以应付需要规划和大量代码生成的复杂任务，但适合范围明确的小任务
Kev是基于Qwen 3.5的0.8B基座模型的开源分类模型，将LoRA微调权重合并进去，采用单向读取并通过指针头进行决策
还有 2 条时间轴事件
全部知识事实 (14)
Qwen3.6-27B支持多模态能力，包括文本推理、图像理解和视频处理
80%已验证Qwen（通义千问）是阿里巴巴达摩院开发的大型语言模型系列，自2023年起持续开源迭代，采用Apache 2.0协议开放
65%待验证思考型模型（如 Qwen 3.5、DeepSeek-R1 等）在架构上通过特殊标记（如 Thinking 或 ＜/thinking＞）来区分内部推理过程与最终答案，推理运行时需要正确解析这些标记。
50%待验证搭建本地Jarvis的第一步是安装Ollama并下载模型，例如使用命令`ollama pull qwen3.5:9b`。
50%待验证Nvidia Nemotron 3 和 Qwen 3.5 的分词器虽然保留大部分运算符和分隔符，但有时会在尴尬位置拆开关键字或运算符，例如 `<<=` 可能被拆成 `<<`、`=` 或 `<`、`<=` 等多个 token。
50%待验证Ash的LLM Picker项目收集了92份公开Mac测量数据，显示在多数模型上MLX仅领先LLAMA.cpp 1到1.2倍，大差距主要集中在Qwen 3.5和3.6系列
50%待验证Qwen 3.5 的 9B 版本在为密码管理器输入框添加复制按钮的小任务中表现成功，正确实现复制到剪贴板功能并自主生成了 SVG 图标
50%待验证9B 小模型难以应付需要规划和大量代码生成的复杂任务，但适合范围明确的小任务
50%待验证通过 Ollama 云端运行的 397B 版本 Qwen 3.5 成功完成排序算法可视化任务，生成约 900 行代码且页面无错误正常运行
50%待验证Qwen 3.5 的 9B 版本在实测中无法完成排序算法可视化网页任务，花费超半小时反复重写代码但最终代码无法运行
50%待验证Kev是基于Qwen 3.5的0.8B基座模型的开源分类模型，将LoRA微调权重合并进去，采用单向读取并通过指针头进行决策
50%待验证UP主展示的基线测试显示MiniCPM-2B在代码推理、数学推理维度上领先于Qwen 3.5的4B版本、Gemma 4B等4B模型（口播存在表述模糊，以官方数据为准）
50%待验证PewDiePie 尝试微调 Qwen 3.5 系列的小参数模型以在本地配合 Odysseus 进行工具调用。
50%待验证Kev 是一个基于 Qwen 3.5 构建的开源复现项目，提供 0.8B、4B 和 9B 三种规模的决策模型
50%