阿里巴巴在人工智能領域再掀波瀾，正式開源全新一代大模型千問Qwen3.5-Plus。這款模型憑借3970億總參數、僅170億激活參數的極致設計，實現了以小博大的技術突破，性能全面超越萬億參數的Qwen3-Max基座模型，在推理效率、部署成本等關鍵指標上達到行業領先水平。其API定價每百萬Token僅0.8元，僅為國際競品Gemini 3 Pro的1/18，標志著中國開源大模型在商業化應用層面邁出關鍵一步。
技術架構層面，千問3.5突破傳統Transformer框架，創新性融合線性注意力機制與稀疏混合專家（MoE）模型架構。研發團隊自主研發的門控技術曾斬獲2025 NeurIPS全球AI頂會最佳論文，該技術通過動態參數激活策略，使模型在保持3970億總參數規模的同時，實際計算量僅相當于170億參數模型。這種設計使顯存占用降低60%，在32K標準上下文場景中推理吞吐量提升8.6倍，256K超長上下文場景下更可達到19倍性能躍升，為實時交互類應用開辟新可能。
作為全球首個原生多模態開源大模型，千問3.5在視覺能力維度實現質的飛躍。在多模態推理（MathVison）、視頻理解（MLVU）等20余項權威評測中均登頂榜首，尤其擅長處理復雜空間推理任務。其支持長達2小時視頻的直接輸入分析，配合圖搜與代碼生成能力，可將手繪界面草圖自動轉換為可執行前端代碼，甚至通過單張截圖定位并修復UI問題。在學科解題評測中，該模型以87.8分超越GPT-5.2，在博士級難題GPQA測評中取得88.4分，刷新行業紀錄。
訓練效率的突破得益于阿里云AI基礎設施的全面升級。研發團隊通過混合數據訓練吞吐量優化技術，使文本、圖像、視頻等多模態數據的訓練效率與純文本模型持平，配合FP8/FP32混合精度策略，在數十萬億token訓練過程中減少50%激活內存占用，同時提升10%訓練速度。這種技術組合顯著降低了多模態大模型的訓練門檻，為中小研發團隊提供可復制的技術路徑。
在應用落地層面，千問3.5展現出強大的場景適應能力。其Agent框架支持手機與電腦端跨應用操作，可自主完成數據整理、流程自動化等復雜任務。春節期間，基于該模型開發的AI購物Agent在6天內處理1.2億筆訂單，驗證了大規模真實場景商業化能力。目前，千問APP與PC端已完成模型接入，開發者可通過魔搭社區、HuggingFace平臺獲取模型資源，或通過阿里云百煉直接調用API服務。
作為全球下載量突破10億次的開源項目，千問系列已衍生出超20萬個定制模型，形成覆蓋全尺寸、全模態的完整生態。最新發布的3.5版本支持201種語言，詞表規模擴展至25萬，小語種編碼效率提升最高達60%。據透露，性能更強的Qwen3.5-Max旗艦模型將于近期開源，不同尺寸的垂直領域模型也在持續開發中，持續鞏固其全球第一開源大模型的領先地位。
