阿里巴巴在開源領(lǐng)域再推重磅力作，全新一代大模型千問Qwen3.5-Plus正式亮相。這款模型憑借卓越性能，在開源模型領(lǐng)域脫穎而出，與Gemini 3 Pro相比毫不遜色，甚至在多項關(guān)鍵指標上實現(xiàn)超越，成為全球開源模型中的佼佼者。

千問3.5在模型架構(gòu)上進行了全面革新。此次發(fā)布的Qwen3.5-Plus版本，總參數(shù)規(guī)模達3970億，但激活參數(shù)僅170億，實現(xiàn)了以小博大的突破。其性能不僅超越了擁有萬億參數(shù)的Qwen3-Max模型，而且在部署方面優(yōu)勢顯著，顯存占用降低60%，推理效率大幅提升，最大推理吞吐量可提升至原來的19倍。在價格方面，Qwen3.5-Plus的API每百萬Token僅需0.8元，僅為Gemini 3 Pro的1/18，為開發(fā)者提供了更具性價比的選擇。

與前代千問大語言模型相比，千問3.5實現(xiàn)了從純文本模型到原生多模態(tài)模型的重大跨越。千問3主要基于純文本Tokens進行預(yù)訓練，而千問3.5則采用視覺和文本混合token預(yù)訓練方式，并大幅增加了中英文、多語言、STEM和推理等數(shù)據(jù)。這使得模型如同睜開“眼睛”，能夠?qū)W習到更豐富的世界知識和推理邏輯。盡管參數(shù)量不到Qwen3-Max的40%，但千問3.5在推理、編程、Agent智能體等全方位基準評估中均表現(xiàn)出色。例如，在MMLU-Pro知識推理評測中得分87.8分，超越GPT-5.2；在博士級難題GPQA測評中斬獲88.4分，高于Claude 4.5；在指令遵循IFBench以76.5分刷新所有模型紀錄；在通用Agent評測BFCL-V4、搜索Agent評測Browsecomp等基準中，表現(xiàn)均優(yōu)于Gemini 3 Pro和GPT-5.2。

原生多模態(tài)訓練為千問3.5帶來了視覺能力的顯著提升。在多模態(tài)推理（MathVison）、通用視覺問答VQA（RealWorldQA）、文本識別和文件理解（CC_OCR）、空間智能（RefCOCO-avg）、視頻理解（MLVU）等眾多權(quán)威評測中，千問3.5均取得最佳成績。在學科解題、任務(wù)規(guī)劃與物理空間推理等任務(wù)上，其表現(xiàn)優(yōu)于千問專項模型Qwen3-VL，空間定位推理和帶圖推理能力大幅增強，推理分析更加精細精準。在視頻理解方面，千問3.5支持長達2小時（1M token上下文）的視頻直接輸入，適用于長視頻內(nèi)容分析與摘要生成。同時，該模型實現(xiàn)了視覺理解與代碼能力的原生融合，結(jié)合圖搜和生圖工具，可將手繪界面草圖直接轉(zhuǎn)換為可用的前端代碼，一張截圖就能定位并修復UI問題，讓視覺編程真正成為生產(chǎn)力工具。

千問3.5的原生多模態(tài)訓練得益于阿里云AI基礎(chǔ)設(shè)施的高效支持。通過一系列基礎(chǔ)技術(shù)創(chuàng)新，千問3.5在文本、圖像、視頻等混合數(shù)據(jù)訓練吞吐量上，幾乎與純文本基座模型訓練持平，大大降低了原生多模態(tài)訓練的難度。同時，通過設(shè)計精巧的FP8、FP32精度應(yīng)用策略，在訓練穩(wěn)定擴展到數(shù)十萬億個token時，激活內(nèi)存減少約50%，訓練速度提升10%，進一步節(jié)約了模型訓練成本，提高了訓練效率。

在Agent技術(shù)方面，千問3.5也取得了新突破。該模型可自主操作手機與電腦，高效完成日常任務(wù)。在移動端，支持更多主流APP與指令；在PC端，可處理更復雜的多步驟操作，如跨應(yīng)用數(shù)據(jù)整理、自動化流程執(zhí)行等，顯著提升了操作效率。千問團隊構(gòu)建了一個可擴展的Agent異步強化學習框架，端到端加速3到5倍，并將插件式智能體Agent支持擴展至百萬級規(guī)模。

目前，千問APP、PC端已第一時間接入Qwen3.5-Plus模型。開發(fā)者可在魔搭社區(qū)和HuggingFace下載新模型，或通過阿里云百煉直接獲取API服務(wù)。據(jù)悉，阿里后續(xù)還將繼續(xù)開源不同尺寸、不同功能的千問3.5系列模型，性能更強的旗艦?zāi)Ｐ蚎wen3.5-Max也即將發(fā)布。