阿里巴巴正式推出新一代開源大模型千問Qwen3.5-Plus，在性能評測中與Gemini 3 Pro持平，成為全球最強的開源模型。該模型總參數達3970億，但實際激活參數僅170億，通過架構創新實現了以小博大的技術突破。相較于前代Qwen3-Max萬億參數模型，新版本不僅性能更優，部署顯存占用降低60%，推理吞吐量最高可提升至19倍，且API調用價格降至每百萬Token 0.8元，僅為Gemini 3 Pro的十八分之一。
千問3.5系列最顯著的升級在于完成從純文本到原生多模態的范式轉變。不同于前代基于文本token的訓練方式，新模型采用視覺與文本混合token預訓練，數據集新增大量中英文、多語言、STEM學科及推理類內容。這種訓練方式使模型在保持參數規模縮減60%的同時，在MMLU-Pro知識推理（87.8分超越GPT-5.2）、GPQA博士級難題（88.4分領先Claude 4.5）等權威基準測試中全面領先。在指令遵循能力測試IFBench中，76.5分的成績更刷新了所有模型的歷史紀錄。
視覺能力的突破成為該模型的核心競爭力。在MathVison多模態推理、RealWorldQA視覺問答、CC_OCR文本識別等專項評測中，千問3.5均取得最佳成績。其空間智能模塊在RefCOCO-avg測試中表現尤為突出，能精準定位圖像中的微小物體并完成復雜推理。視頻理解方面支持長達2小時（100萬token上下文）的連續輸入，可自動生成視頻摘要。更值得關注的是，模型將視覺理解與代碼生成能力深度融合，用戶上傳手繪界面草圖即可自動生成前端代碼，截圖分析功能可快速定位并修復UI設計缺陷。
技術突破源于對Transformer架構的革命性改造。研發團隊將斬獲2025 NeurIPS最佳論文的門控技術融入新型混合架構，結合線性注意力機制與稀疏混合專家（MoE）模型，在保持3970億總參數規模的同時，將有效激活參數壓縮至170億。通過多token預測訓練和上下文優化技術，模型在32K標準場景下推理速度提升8.6倍，256K超長上下文場景下更達到19倍性能提升。訓練穩定性方面，創新設計的FP8/FP32混合精度策略使內存占用減少50%，訓練效率提升10%。
原生多模態訓練的高效實施得益于阿里云AI基礎設施的支撐。通過數據流優化技術，模型在文本、圖像、視頻混合訓練時的吞吐量接近純文本模型水平，顯著降低多模態訓練門檻。在商業化應用層面，千問3.5已實現從框架到應用的實質性突破。移動端支持主流APP自動化操作，PC端可完成跨應用數據整理、復雜流程執行等任務。其異步強化學習框架將Agent訓練效率提升3-5倍，插件式智能體支持規模擴展至百萬級。
春節期間，基于千問3.5的AI購物Agent完成1.2億筆訂單處理，驗證了大規模真實場景商用能力。自2023年開源以來，千問系列已推出400余個模型版本，覆蓋全尺寸、全模態領域，全球下載量突破10億次，單月下載量超過DeepSeek、meta、OpenAI等六家企業總和。開發者基于千問開發的衍生模型超過20萬個，形成全球最大的開源模型生態。最新版本擴展支持201種語言，詞表容量從15萬擴展至25萬，小語種編碼效率提升最高達60%。目前，千問APP及PC端已完成模型接入，開發者可通過魔搭社區、HuggingFace平臺下載，或通過阿里云百煉獲取API服務，后續將陸續開源不同規格的千問3.5系列模型。
