阿里巴巴近日宣布開源新一代大模型千問Qwen3.5-Plus，其性能已達到國際頂尖水平，可與Gemini 3Pro相媲美。這一成果標志著中國在開源大模型領域再次取得重大突破，成為全球開發者關注的焦點。該模型總參數達3970億，但實際激活參數僅170億，通過創新架構實現了以小博大的技術突破，不僅性能超越萬億參數的Qwen3-Max模型，還將部署顯存占用降低60%，推理效率顯著提升，最大推理吞吐量可達原模型的19倍。

在基準測試中，千問3.5-Plus展現出了卓越的綜合能力。MMLU-Pro知識推理評測得分87.8分，超越GPT-5.2；博士級難題GPQA測評斬獲88.4分，高于Claude 4.5；指令遵循IFBench以76.5分刷新紀錄。在通用Agent評測BFCL-V4和搜索Agent評測Browsecomp等專項測試中，其表現均優于Gemini 3 Pro和GPT-5.2。更令人矚目的是，該模型API價格每百萬Token僅0.8元，僅為Gemini 3Pro的十八分之一，大幅降低了開發者的使用成本。

技術層面，千問3.5-Plus實現了從純文本到原生多模態的代際躍遷。通過視覺和文本混合token預訓練，模型新增了大量中英文、多語言、STEM和推理數據，使其具備更強的世界知識理解和推理能力。在多模態推理、通用視覺問答、文本識別、空間智能、視頻理解等權威評測中均取得最佳成績。特別是在視頻理解方面，該模型支持長達2小時的視頻直接輸入，適用于長視頻內容分析與摘要生成，為視頻處理領域帶來新的可能性。

視覺編程能力的突破是千問3.5-Plus的另一大亮點。該模型實現了視覺理解與代碼能力的原生融合，結合圖搜和生圖工具，可將手繪界面草圖直接轉換為可用的前端代碼，還能通過截圖定位并修復UI問題。這種能力使視覺編程真正成為生產力工具，為開發者提供了更高效的工作方式。在學科解題、任務規劃與物理空間推理等任務上，其表現優于千問專項模型Qwen3-VL，空間定位推理和帶圖推理能力顯著增強。

模型效率的提升得益于對Transformer架構的創新突破。千問團隊將自研的門控技術（曾獲2025NeurIPS最佳論文）與線性注意力機制、稀疏混合專家MoE模型架構相結合，實現了397B總參數激活僅17B的極致效率。通過訓練穩定優化和多token預測等技術，千問3.5-Plus在32K上下文場景中推理吞吐量提升8.6倍，在256K超長上下文情況下最大提升19倍，推理效率達到行業領先水平。

這些技術突破離不開阿里云AI基礎設施的支持。千問3.5-Plus在文本、圖像、視頻等混合數據訓練吞吐量上，幾乎與純文本基座模型持平，大幅降低了原生多模態訓練的難度。通過精巧的FP8、FP32精度應用策略，模型在訓練穩定擴展到數十萬億個token時，激活內存減少約50%，訓練速度提升10%，有效節約了訓練成本。

在應用層面，千問3.5-Plus已展現出強大的商業化潛力。基于該模型的AI購物Agent在春節期間6天內幫助用戶完成1.2億筆訂單，實現了大規模真實世界任務執行和商業化驗證。該Agent可自主操作手機與電腦，支持更多主流APP與指令，在PC端能處理復雜的多步驟操作，如跨應用數據整理和自動化流程執行。千問團隊還構建了可擴展的Agent異步強化學習框架，端到端加速3到5倍，插件式智能體支持擴展至百萬級規模。

自2023年開源以來，阿里已推出400多個千問模型，覆蓋全尺寸、全模態，全球下載量突破10億次，單月下載量超過DeepSeek、meta、OpenAI等企業2至8名的總和。開發者基于千問開發的衍生模型超過20萬個，使其成為公認的全球第一開源模型。為滿足不同國家開發者和企業的需求，千問3.5-Plus擴展支持201種語言，詞表大小從15萬擴展到25萬，小語種編碼效率最高提升60%。目前，千問APP和PC端已接入新模型，開發者可在魔搭社區和HuggingFace下載，或通過阿里云百煉獲取API服務。阿里計劃繼續開源不同尺寸、功能的千問3.5系列模型，性能更強的旗艦模型Qwen3.5-Max也將于近期發布。