Qwen 3.5 9B
阿里巴巴通义千问Qwen系列的9B参数语言模型，支持本地部署，适合消费级显存场景
核心事实
时间轴 (近 90 天)
一位用户在 EndeavourOS（Arch Linux）上通过 Ollama 运行 Qwen 3.5 9B 模型时，遇到模型输出完思考过程后不输出最终答案的问题。
12GB 显存对于运行 9B 模型是足够的，问题更可能出在软件层面而非硬件。
Moss Image 采用参数量远大于扩散模型本身的 Qwen 3.5 9B 作为文本编码器。
在MOS Image的ComfyUI配置中，文本编码器可选用Qwen 3.5 9B，VAE可选用Flux 2.0 VAE。
PewDiePie 的 Ajax 项目是一个微调过的 Qwen 3.5 9B 模型，微调原因是切换到本地 Qwen 9B 后 agent 工具调用经常失败或选错工具。
在Bespoke Labs的流出级评测上，Nimble达到90.12，而其基座模型Qwen 3.5 9B只有66.36
作者主观评价 Bonsai 的宝塔场景细节最丰富，质量领先，Gemma 4 次之，Qwen 3.5 9B 输出崩坏
Qwen 3.5 9B (Q6_K) 输出速度约 168 tok/s，快于 Bonsai 2 27B 的 101 tok/s
Qwen 3.5 9B是阿里巴巴通义千问的中等参数版本，9B参数量可在单张消费级GPU上运行
CrofAI的所谓自研greg系列模型实际被路由到其他模型：greg-2-ultra路由到GLM 5.2，greg-1-mini路由到Qwen 3.5 9B，greg-2-super/greg-1/greg-1-super路由到Kimi K2.7 Code
还有 3 条时间轴事件
全部知识事实 (11)
Qwen2.5:7B模型Q4量化后文件大小约为4GB
80%待验证12GB 显存对于运行 9B 模型是足够的，问题更可能出在软件层面而非硬件。
50%待验证Moss Image 采用参数量远大于扩散模型本身的 Qwen 3.5 9B 作为文本编码器。
50%待验证在MOS Image的ComfyUI配置中，文本编码器可选用Qwen 3.5 9B，VAE可选用Flux 2.0 VAE。
50%待验证在Bespoke Labs的流出级评测上，Nimble达到90.12，而其基座模型Qwen 3.5 9B只有66.36
50%待验证Qwen 3.5 9B是阿里巴巴通义千问的中等参数版本，9B参数量可在单张消费级GPU上运行
50%待验证CrofAI的所谓自研greg系列模型实际被路由到其他模型：greg-2-ultra路由到GLM 5.2，greg-1-mini路由到Qwen 3.5 9B，greg-2-super/greg-1/greg-1-super路由到Kimi K2.7 Code
50%待验证在编写脚本时，Qwen 3.5 9B会提供备份和调试输出等周全功能但往往伴随1-3个错误，而ActionAssist倾向于生成简洁准确的代码且错误率更低
50%待验证一位用户在 EndeavourOS（Arch Linux）上通过 Ollama 运行 Qwen 3.5 9B 模型时，遇到模型输出完思考过程后不输出最终答案的问题。
50%待验证PewDiePie 的 Ajax 项目是一个微调过的 Qwen 3.5 9B 模型，微调原因是切换到本地 Qwen 9B 后 agent 工具调用经常失败或选错工具。
50%待验证社区中出现了基于Qwen 3.5 9B的微调版本Emperios 3.8 distill
50%