Qwen 3.5 是通义千问系列最新、能力最强的模型，资料称其在推理、编程和多语言基准上可与 GPT-4o、Claude 3.5 Sonnet 相媲美，并可通过 Ollama Herd 在自有硬件上免费本地运行。
支持的模型：qwen3.5（72B，前沿推理）、qwen3.5:32b（质量与成本平衡）、qwen3.5:14b（中端硬件）、qwen3.5:7b（低内存设备）；qwen3-coder:32b（代码生成，80+ 语言）；qwen2.5-coder:32b（成熟代码模型）；qwen3-asr（语音转写）。
使用方式：安装 pip install ollama-herd，运行 herd 启动路由器（端口 11435），在每台设备运行 herd-node 自动发现路由器。安装时不下载模型，按需拉取且需用户确认。
调用可通过 OpenAI SDK，将 base_url 设为 http://localhost:11435/v1，api_key 填 not-needed，model 指定 qwen3.5 或 qwen3-coder:32b；也可用 Ollama API，如 curl http://localhost:11435/api/chat 发消息，或 curl http://localhost:11435/api/transcribe -F "file=@meeting.wav" -F "model=qwen3-asr" 做转写。仪表盘位于 http://localhost:11435/dashboard，状态可查 /fleet/status 与 /dashboard/api/health。同一端点还提供 Llama 3.3、DeepSeek-V3、DeepSeek-R1、Phi 4、Mistral、Gemma 3、Codestral，以及图像生成和嵌入接口。
硬件参考：16GB 内存适合 qwen3.5:7b，32GB 适合 qwen3.5:14b 或 qwen2.5-coder:32b，64GB 适合 qwen3.5:32b 或 qwen3-coder:32b，128GB 可跑 qwen3.5（72B），256GB 可同时运行 qwen3.5 与 qwen3-coder:32b。
限制与护栏：模型下载与删除均需用户显式确认，7B 约 4GB、72B 约 42GB；不得删除或修改 ~/.fleet-manager/ 内文件；不会自动下载模型。Ollama Herd 为 MIT 开源。具体性能、价格、平台细节以资料为准，其余信息暂未提供。