Qwen3.5-9B: мультимодальная модель для документов

Официальная карточка позволяет отправить изображение и текстовый запрос модели Qwen3.5-9B. Для документа это следует превращать в проверку конкретных полей, а не в задачу свободного пересказа. Возьмите разрешённый акт или счёт без чувствительных данных и разметьте номер, дату, итоговую сумму и валюту. Попросите вернуть каждое поле с пометкой «не видно», если оно не читается. Ошибка в одной цифре должна считаться отдельно от стилистической неточности. Затем сравните результат с 4B на тех же страницах и одинаковом разрешении. Если модель отвечает уверенно там, где на исходнике размыто, нужен порог ручной проверки. Название 9B и наличие vision encoder не доказывают готовность для автоматического бухгалтерского решения без человека.

Model overview описывает 9B языковых параметров и нативные 262 144 токена; возможность расширить окно до примерно миллиона указана отдельно. Это не означает, что все страницы длинного документа одинаково доступны вниманию модели или что локальная машина вместит нужный KV cache. Репозиторий содержит post-trained веса под Apache-2.0, а Qwen3.5-9B-Base — другой checkpoint. Для повторяемого теста укажите версии обработчика изображений, число страниц и конфигурацию генерации. OpenAI-совместимый endpoint в инструкции по vLLM — адрес self-hosted сервера, а не подтверждённый публичный продукт с ценой и доступностью по странам. Авторские benchmark-таблицы не следует подменять независимым тестом GPT House.