Qwen3.5-2B
2B级后训练多模态模型（含视觉编码器），支持文本、图像与视频输入；该档位默认非思考模式，原生262,144 token上下文。
最后核实：
https://huggingface.co/Qwen/Qwen3.5-2B特点与限制
主要特点
- 原生262,144 token上下文（官方未说明该档位的进一步扩展）
- 该档位默认非思考模式，可通过enable_thinking开启思考
- 官方给出Transformers、vLLM、SGLang与KTransformers部署命令
- 官方说明面向原型、任务特定微调与研究用途
使用边界
- 2B是官方语言模型口径档位，不代表多模态整模参数的精确总数。
- 官方指出该档位在思考模式下比其他Qwen3.5型号更易进入思考循环，建议调整采样并用流式生成及时中断。
- 官方语言基准表未提供该档位的代码基准成绩。
- 本站未复现评测或设备表现。
模型信息
- 家族与版本
- Qwen / 3.5
- 输入与输出
- 文本、图像、视频 → 文本
- 公开参数规模
- 2B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方模型卡Language Model节标注参数量2B（语言模型口径），并给出Gated DeltaNet与Gated Attention混合布局等结构信息；模型同时包含视觉编码器，卡中未单列其参数量，不把整模张量统计当作官方参数总量。 参数来源
- 原生上下文
- 262,144 tokens
- 扩展上下文
- 未提供
- 语言声明
- 多语言（官方称支持201种语言和方言）；语言支持不代表对应语言的评测水平。
- 权重许可
- Apache-2.0
- 代码许可
- 未核实
- 训练资料
- 官方模型卡提供架构、评测与部署说明并链接Qwen3.5博客；未公开完整训练数据清单。
能力依据
模型变体：指令版；家族与版本：Qwen / 3.5
文本生成
MMLU-Pro · accuracy66.5%MMLU-Pro · en · 思考开启C-Eval · accuracy73.2%C-Eval · zh · 思考开启MMLU-Pro · accuracy55.3%MMLU-Pro · en · 思考关闭查看评估与来源收起补充信息
文本生成
官方卡分别报告思考与非思考模式的MMLU-Pro（66.5% / 55.3%）及思考模式C-Eval 73.2%，可据此了解该小尺寸档位的中英文知识与推理水平；考试结果不能代表中文写作或开放式对话质量。
- 官方表明确区分思考与非思考两种模式，数值可直接对应推理开关。
- 同表另有MMLU-Redux、GPQA、IFEval等维度可参考。
- 两种模式成绩差异明显，使用时应按官方采样配置选择模式。
- 考试基准不能替代中文写作与自然对话验证。
- 评测条件未完整披露，本站未复现。
MMLU-Pro · accuracy
66.5%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3.5-2B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU-Pro / 未提供
- 基准 / 报告版本
- 官方模型卡未注明数据版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡语言基准表Knowledge & STEM (Thinking)分节列出Qwen3.5-2B为66.5，即思考模式。卡表脚注说明该表实验设置top_p=0.95、top_k=20、presence_penalty=1.5、temperature=1.0；未披露shot数、提示模板与生成长度；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-5-2b-qwen-model-card-unknown
- 来源
- https://huggingface.co/Qwen/Qwen3.5-2B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的模型revision、shot数、提示模板与生成长度；原样记录，不与条件不同的结果直接排名。
55.3%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3.5-2B / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU-Pro / 未提供
- 基准 / 报告版本
- 官方模型卡未注明数据版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡语言基准表Instruct (Non-Thinking) Mode分节列出Qwen3.5-2B为55.3，即非思考模式。卡表脚注说明该表实验设置top_p=0.95、top_k=20、presence_penalty=1.5、temperature=1.0；未披露shot数、提示模板与生成长度；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-5-2b-qwen-model-card-unknown
- 来源
- https://huggingface.co/Qwen/Qwen3.5-2B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的模型revision、shot数、提示模板与生成长度；原样记录，不与条件不同的结果直接排名。
C-Eval · accuracy
73.2%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3.5-2B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- C-Eval / 未提供
- 基准 / 报告版本
- 官方模型卡未注明数据版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡语言基准表Knowledge & STEM (Thinking)分节列出Qwen3.5-2B为73.2，即思考模式。卡表脚注说明该表实验设置top_p=0.95、top_k=20、presence_penalty=1.5、temperature=1.0；未披露shot数、提示模板与生成长度；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-5-2b-qwen-model-card-unknown
- 来源
- https://huggingface.co/Qwen/Qwen3.5-2B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的模型revision、shot数、提示模板与生成长度；原样记录，不与条件不同的结果直接排名。
代码
暂无可靠公开成绩
查看评估与来源收起补充信息
代码
暂无可靠公开成绩
本轮未找到该档位的官方代码基准成绩：官方语言基准表未列出LiveCodeBench或同类代码评测，仅有HMMT数学与BFCL/TAU代理类结果。因此不做代码能力结论，建议以目标仓库的实际执行结果验证。
- 官方将模型定位为原型、任务微调与研究用途。
- 官方卡未提供该档位的代码生成基准。
- 数学与代理类成绩不能替代代码正确性验证。
- 本站未在真实仓库测试该型号。
暂无该用途的公开评测成绩；不能从其他用途或缺失值推断能力。
视觉理解
MMMU-Pro · accuracy50.3%MMMU-Pro · en · 思考开启查看评估与来源收起补充信息
视觉理解
可作为小型图文问答候选：官方视觉语言表列出MMMU-Pro 50.3%（思考模式，非思考47.7%）。该单项基准不能保证OCR或细节识别效果。
- 官方表同时给出思考与非思考两个数值，并含OCRBench、RefCOCO等维度。
- MMMU-Pro远低于同系列更大档位，复杂图文推理有限。
- 图像预处理、提示与划分未完整披露。
- 本站未使用本地图片输入验证。
MMMU-Pro · accuracy
50.3%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3.5-2B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMMU-Pro / 未提供
- 基准 / 报告版本
- 官方模型卡未注明数据版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡视觉语言基准表按Thinking/Non-thinking两个数值报告，Qwen3.5-2B为50.3/47.7；本条取Thinking值50.3。卡表脚注说明非视频基准在思考模式下使用top_p=0.95、top_k=20、presence_penalty=1.5、temperature=0.6；未披露shot数、提示模板与图像预处理细节；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-5-2b-qwen-model-card-unknown
- 来源
- https://huggingface.co/Qwen/Qwen3.5-2B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的模型revision、图像预处理与提示等完整评测条件；原样记录，不与条件不同的结果直接排名。
运行条件与获取
Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；内存、显存和速度取决于运行时、精度、输入长度与硬件，不将参数量或文件大小换算为资源保证。
内存：未核实；显存：未核实。
依赖：transformers（官方要求最新版，serving组件从GitHub主分支安装）、torchvision、pillow。
STEP 01 安装Transformers serving环境
官方要求最新版transformers并请确保安装torchvision与pillow；官方安装命令从GitHub主分支安装serving组件。本站未执行。
pip install "transformers[serving] @ git+https://github.com/huggingface/transformers.git@main"STEP 02 启动轻量推理服务
官方说明该命令会提供OpenAI兼容端点并尽可能将模型放置在加速器上，适用于快速测试与中等负载。本站未执行。
transformers serve --force-model Qwen/Qwen3.5-2B --port 8000 --continuous-batchingvLLM
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；显存与吞吐取决于并行配置、上下文长度与量化，不将参数量换算为资源保证。
内存：未核实；显存：未核实。
依赖：vllm（官方要求主分支新版，按nightly索引安装）。
STEP 01 安装支持Qwen3.5的vLLM
官方要求vLLM主分支新版并给出nightly索引安装命令。本站未执行。
uv pip install vllm --torch-backend=auto --extra-index-url https://wheels.vllm.ai/nightlySTEP 02 启动OpenAI兼容服务
官方给出的标准启动命令，最大上下文262,144 token；另有工具调用、MTP与纯文本模式等变体见官方卡。本站未执行。
vllm serve Qwen/Qwen3.5-2B --port 8000 --tensor-parallel-size 1 --max-model-len 262144SGLang
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；显存与吞吐取决于并行配置、上下文长度与量化，不将参数量换算为资源保证。
内存：未核实；显存：未核实。
依赖：sglang（官方要求主分支版本，按官方git安装命令）。
STEP 01 安装主分支SGLang
官方要求SGLang主分支版本，并给出以下安装命令。本站未执行。
uv pip install 'git+https://github.com/sgl-project/sglang.git#subdirectory=python&egg=sglang[all]'STEP 02 启动OpenAI兼容服务
官方给出的标准启动命令，最大上下文262,144 token；工具调用与MTP变体见官方卡。本站未执行。
python -m sglang.launch_server --model-path Qwen/Qwen3.5-2B --port 8000 --tp-size 1 --mem-fraction-static 0.8 --context-length 262144