HostYourAI
Product
EU RouterHostYourAI CodeOpenAI-compatible APIAnthropic-compatible APIModel GardenDedicated InstancesPlaygroundFine-tuning (Loes)GPU-Pool anbinden
Lösungen
Anwendungsfälle
HostYourAI CodeLLM InferenceRAG pipelinesChatbotsAI agentsFine-tuning
Branchen
BehördenGesundheitswesenFinanzenRecht
Modelle
Kimi K3DeepSeek V4 ProDeepSeek V4 FlashGLM 5.2Llama 3.1 405BQwen3.5 397BLlama 3.3 70BMistralDeepSeek R1Alle Modelle →
Vergleichen
Azure OpenAIAWS BedrockClaude APIChatGPTOpenAI
Ressourcen
DokumentationLeitfaden: Migration zum EU-RouterLeitfaden: eigenes LLM deployen (vLLM)Leitfaden: RAG auf EU-GPUs aufbauenModellkatalog
Preise
NL EN DE
Anmelden Demo buchen Jetzt starten
Model garden Router · warm Dedicated · verfügbar

Qwen3.5 122B A10B

Sofort über den EU-Router oder als dediziertes GPU-Deployment. Ihre Daten bleiben in Europa.

[!Note] This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, KTransformers, etc.

Kostenlos starten ← Alle Modelle
Qwen/Qwen3.5-122B-A10B vLLM ready
text+image->text · Qwen · sovereign EU
Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain
125B
Parameter
262K
Kontextfenster
301GB
Minimaler VRAM
POST /api/v1/chat/completions 200 OK

Spezifikationen

Parameter 125B
Kontextfenster 262,144 tokens
Minimaler VRAM 301 GB
Architektur Qwen3_5MoeForConditionalGeneration (vLLM)
Lizenz apache-2.0
Modalität text+image->text
Veröffentlicht February 2026
Anbieter Qwen ↗

Preise

Gemeinsamer Router · pro Token
€0.58
Input (pro 1M Tokens)
€4.03
Output (pro 1M Tokens)
€ 0,15 pro Million gecachter Input-Tokens
Dediziertes GPU · pro Stunde
ab €9,13 pro Stunde
Eigene vLLM-Instanz in europäischer Cloud (301 GB VRAM), stundenweise abgerechnet.

Dieses Modell braucht 301 GB VRAM, also mehrere GPUs. Über den gemeinsamen Router zahlen Sie pro Token, ohne Fixkosten. Ein dediziertes Deployment wählt man für garantierte Kapazität, Isolation und planbare Kosten. Rein preislich liegt der Break-even bei einem Modell dieser Größe in der Größenordnung von Milliarden Tokens pro Monat. Wir rechnen es gern für Ihr Volumen durch: info@hostyourai.com.

Gemeinsamer EU-Router, Pay-per-Token, Scale-to-Zero. Dedizierte GPU-Deployments werden stundenweise abgerechnet, siehe Preise.

✓ Funktionsfähig verifiziert am 26-07-2026, Antwort in 88854 ms auf unserer EU-Infrastruktur.

Direkt aufrufen

Drop-in-Ersatz für OpenAI: Ändern Sie nur die Base-URL und den API-Key. Auch das Anthropic-Format (/v1/messages) wird unterstützt.

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Qwen/Qwen3.5-122B-A10B",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Häufig gestellte Fragen

Kann ich Qwen3.5 122B A10B in der EU betreiben?

Ja. HostYourAI betreibt Qwen3.5 122B A10B auf GPUs in europäischen Rechenzentren über vLLM. Prompts und Outputs verlassen die EU nicht und es ist kein US-Cloud-Anbieter in der Kette.

Ist das Hosting von Qwen3.5 122B A10B DSGVO-konform?

Ja. Die gesamte Verarbeitung findet innerhalb der EU statt, ein Auftragsverarbeitungsvertrag (AVV) ist verfügbar und die Liste der Subprozessoren ist öffentlich. Open-Source-Gewichte bedeuten außerdem: kein Training mit Ihren Daten.

Was kostet Qwen3.5 122B A10B?

Über den gemeinsamen EU-Router zahlen Sie €0.58 pro Million Input-Tokens und €4.03 pro Million Output-Tokens, ohne Fixkosten. Für hohe Volumen oder Isolation können Sie Qwen3.5 122B A10B auch als dedizierte GPU-Instanz stundenweise betreiben.

Ist die API OpenAI-kompatibel?

Ja. Sie verwenden die Standard-OpenAI-SDKs mit einer angepassten Base-URL (https://hostyourai.com/api/v1). Auch die Anthropic Messages API wird als Drop-in unterstützt.

Weitere Modelle von Qwen

Qwen3.8 27B FP8

[!Note] This repository contains FP8-quantized model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. The quantization method is fine-grained fp8 quantization with block size of 128, and its performance metrics are nearly identical to those of the original model.

28B 262K Kontext Modell ansehen →
Qwen3 ASR 0.6B hf

The Qwen3-ASR family includes Qwen3-ASR-1.7B and Qwen3-ASR-0.6B, which support language identification and ASR for 52 languages and dialects. Both leverage large-scale speech training data and the strong audio understanding capability of their foundation model, Qwen3-Omni. The 1.7B version achieves state-of-the-art performance among open-source ASR models and is competitive with the strongest proprietary commercial APIs.

0.8B 66K Kontext Modell ansehen →
Qwen3 ASR 1.7B hf

The Qwen3-ASR family includes Qwen3-ASR-1.7B and Qwen3-ASR-0.6B, which support language identification and ASR for 52 languages and dialects. Both leverage large-scale speech training data and the strong audio understanding capability of their foundation model, Qwen3-Omni. The 1.7B version achieves state-of-the-art performance among open-source ASR models and is competitive with the strongest proprietary commercial APIs.

2B 66K Kontext Modell ansehen →
Qwen3.6 27B

[!Note] This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, KTransformers, etc.

28B 262K Kontext Modell ansehen →
Qwen3.6 35B A3B

[!Note] This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, KTransformers, etc.

36B 262K Kontext Modell ansehen →
Qwen3.5 0.8B Base

[!Note] This repository contains model weights and configuration files for the pre-trained only model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, etc. The intended use cases are fine-tuning, in-context learning experiments, and other research or development purposes, not direct interaction. However, the control tokens, e.g., <|imstart| and <|imend| were trained to allow efficient LoRA-style PEFT with the official chat template, mitigating the need to finetune embeddings, a significant optimization given Qwen3.5's larger

0.9B 262K Kontext Modell ansehen →

Testen Sie Qwen3.5 122B A10B kostenlos

Die Kontoerstellung dauert eine Minute. Testen Sie Qwen3.5 122B A10B direkt im Playground.

Kostenlos starten