阿里巴巴正式開源新一代大模型千問Qwen3.5-Plus，其性能表現已達到國際領先水平，可與Gemini 3 Pro相媲美。這款模型在底層架構上實現了全面革新，總參數規模達3970億，但激活參數僅170億，通過創新技術實現了以小勝大的突破。相較于萬億參數的Qwen3-Max模型，新版本不僅性能更優，部署顯存占用降低60%，推理效率也得到顯著提升，最大推理吞吐量可提升至19倍。在API定價方面，Qwen3.5-Plus每百萬Token僅需0.8元，僅為Gemini 3 Pro的十八分之一。

千問3.5系列最引人注目的突破在于從純文本模型向原生多模態模型的轉型。與前代基于純文本預訓練不同，新模型采用視覺與文本混合token進行訓練，大幅增加了中英文、多語言、STEM學科及推理數據。這種設計使模型具備了更強的世界知識理解和邏輯推理能力，僅用不到40%的參數量就達到了超萬億參數模型的性能水平。在多項基準測試中，Qwen3.5-Plus表現優異：MMLU-Pro知識推理評測得分87.8分，超越GPT-5.2；博士級難題GPQA測評獲得88.4分，高于Claude 4.5；指令遵循IFBench測試中以76.5分刷新紀錄；在通用Agent和搜索Agent評測中也全面領先Gemini 3 Pro和GPT-5.2。

視覺能力的飛躍是千問3.5的另一大亮點。在多模態推理、通用視覺問答、文本識別、空間智能和視頻理解等權威評測中，該模型均取得最佳成績。具體應用場景中，新模型支持長達2小時的視頻直接輸入（1M token上下文），適用于長視頻內容分析與摘要生成；在學科解題和物理空間推理任務上，其空間定位和帶圖推理能力顯著增強；通過視覺理解與代碼能力的融合，模型可將手繪界面草圖直接轉換為可用前端代碼，僅需一張截圖就能定位并修復UI問題，真正將視覺編程轉化為生產力工具。

技術架構層面，千問團隊對Transformer經典模型進行了重大創新。自研的門控技術曾獲2025 NeurIPS最佳論文，該成果被融入新型混合架構中。通過結合線性注意力機制與稀疏混合專家（MoE）模型，新架構實現了397B總參數僅激活17B的高效運行。在訓練優化方面，團隊采用多token預測等技術，使Qwen3.5-Plus在保持與Qwen3-Max相同性能水平的同時，推理效率大幅提升：32K上下文場景吞吐量提升8.6倍，256K超長上下文場景最大提升19倍。

原生多模態訓練的高效完成得益于阿里云AI基礎設施的技術突破。通過基礎技術創新，模型在文本、圖像、視頻混合數據訓練吞吐量上接近純文本模型水平，大幅降低了訓練門檻。精巧設計的FP8、FP32精度應用策略，使訓練在擴展至數十萬億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Agent應用領域，千問3.5實現了從框架到應用的突破。模型可自主操作手機和電腦完成日常任務，移動端支持更多主流APP與指令，PC端能處理跨應用數據整理、自動化流程執行等復雜操作。團隊構建的異步強化學習框架使端到端加速達到3-5倍，插件式智能體支持規模擴展至百萬級。1月15日發布的全球首個消費級AI購物Agent，在春節期間6天內協助用戶完成1.2億筆訂單，驗證了大規模真實世界任務執行和商業化能力。

自2023年開源以來，千問系列已發布400多個模型，覆蓋全尺寸、全模態，全球下載量突破10億次。數據顯示，其單月下載量超過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。為滿足不同國家開發者需求，千問3.5擴展支持201種語言，詞表規模從15萬擴展至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Qwen3.5-Plus模型，開發者可通過魔搭社區、HuggingFace下載或阿里云百煉獲取API服務。阿里方面表示，將持續開源不同尺寸和功能的千問3.5系列模型，性能更強的旗艦版本Qwen3.5-Max也即將發布。