> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/models/ja/supported-models/qwen3-5.md).
# Qwen3.5
Qwen3.5はAlibabaの視覚言語モデルファミリーです。画像とテキストプロンプトを受け取り、テキスト応答を返します。2つの事前学習済みチェックポイントが利用可能です：
別名 パラメータ qwen3_5-0.8b0.8B qwen3_5-2b2B
## Qwen3.5の精度
公式モデルカードに記載された主要な視覚言語ベンチマーク（非思考モード）（[0.8B](https://huggingface.co/Qwen/Qwen3.5-0.8B), [2B](https://huggingface.co/Qwen/Qwen3.5-2B)):
ベンチマーク qwen3_5-0.8bqwen3_5-2bMMMU 47.4 64.2 MathVista（mini） 58.6 73.9 MMBench（EN v1.1） 68.0 81.3
## Qwen3.5の推論速度
次で測定したレイテンシー [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) 1 台の NVIDIA L4、バッチサイズ 1、固定プロンプトから greedy decoding でちょうど 128 トークンを生成した条件で測定。レイテンシは出力長に比例するため、他の長さの見積もりには tokens/sec を使用してください。
別名 レイテンシ、128トークン（ms） トークン/秒 qwen3_5-0.8b3307 39 qwen3_5-2b3688 35
## WorkflowでQwen3.5を使用する
Qwen 3.5 VLは、事前設定済みの [Workflow](https://docs.roboflow.com/workflows) Modelsページの「Open-Source Models」タブで利用できます。「Qwen VL」を選択し、モデルのバリアントとプロンプトを選んでから、「Test API」をクリックしてWorkflowをWorkspaceにフォークし、推論を開始してください。
このWorkflowは統合された `qwen_vlm@v1` ブロックを使用します。これは複数のQwen VL世代をサポートします：
モデル パラメータ Qwen 3.5 VL 0.8B 0.8B Qwen 3.5 VL 2B 2B Qwen 3 VL 2B 2B Qwen 2.5 VL 7B 7B
## Qwen3.5 API
{% hint style="info" %}
Qwen3.5への直接的なInference SDK呼び出しには [Dedicated Deployment](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) または [self-hosted Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted)が必要です。ホスト型アクセスを利用するには、上記で説明したWorkflowの方法を使用してください。
{% endhint %}
{% stepper %}
{% step %}
### APIキーを取得する
Roboflow アカウントを作成し、 [Roboflow API 設定ページ](https://app.roboflow.com/settings/api) でキーを見つけ、シェルで利用できるようにします。
```bash
export ROBOFLOW_API_KEY="your-key-here"
```
{% endstep %}
{% step %}
### 依存関係をインストールする
以下をインストールします [Inference SDK](https://docs.roboflow.com/deployment/self-hosted/self-hosted):
```bash
pip install -U inference-sdk supervision
```
{% endstep %}
{% step %}
### モデルを実行する
設定する `api_url` 専用デプロイURLまたはローカル推論サーバーに対して。
```python
import os
import supervision as sv
from inference_sdk import InferenceHTTPClient, InferenceConfiguration
image = sv.load_image_from_url("https://media.roboflow.com/quickstart/dog.jpeg")
client = InferenceHTTPClient(
api_url="https://your-deployment.roboflow.cloud",
api_key=os.environ["ROBOFLOW_API_KEY"],
).configure(InferenceConfiguration(api_key_transport="header"))
result = client.infer_lmm(
image,
model_id="qwen3_5-2b",
prompt="この画像を簡単に説明してください。",
max_new_tokens=256,
)
print(result["response"] )
```
{% endstep %}
{% endstepper %}
上記のコードは、モデルの応答をターミナルに出力します：
```
白いTシャツと赤いショーツを着た人物が、肩に黒いバックパックをかけており、その上にビーグル犬が乗っています。場面は住宅地の屋外で、背景には近代的な集合住宅があり、歩道沿いには緑が植えられています。人物は、大きな窓のある建物の近くを歩いているか、立っているように見えます。
```
" %}
## セルフホスト型InferenceでQwen3.5を実行する
Qwen3.5は、 [`inference`](https://docs.roboflow.com/deployment/self-hosted/self-hosted) パッケージを使って直接読み込むこともでき、HTTP経由で呼び出す必要はありません。
{% stepper %}
{% step %}
### パッケージをインストールする
```bash
pip install "inference[transformers]"
```
使用する `inference-gpu[transformers]` GPUマシンでは。
{% endstep %}
{% step %}
### モデルを実行する
```python
from inference.models.qwen3_5vl.qwen3_5vl_inference_models import (
InferenceModelsQwen35VLAdapter,
)
model = InferenceModelsQwen35VLAdapter(
model_id="qwen3_5-0.8b",
api_key="YOUR_API_KEY",
)
image = "https://media.roboflow.com/dog.jpeg"
prompt = "この画像には犬が何匹いますか？"
preprocessed, metadata = model.preprocess(image, prompt)
predictions = model.predict(preprocessed)
result = model.postprocess(predictions, metadata)
print(result[0].response)
```
{% endstep %}
{% endstepper %}
Qwen3.5は「thinking」モードもサポートしており、このモードではモデルが回答前に推論トークンを生成します。
### Workflowsの実行モード
次の環境で使用する場合： [Workflow](https://docs.roboflow.com/workflows)、Qwen3.5は次の2つのモードのいずれかで動作します：
* **ローカル実行**：モデルはInferenceサーバー上で実行されます（GPU推奨）。
* **リモート実行**：モデルはリモートのInferenceサーバー上でHTTP経由で呼び出されます。