除夕夜，，， ，，阿里官宣宣布并开源新浙江瓯越智能制造有限公司一代千问大模子千问 3.5（Qwen3.5-Plus）。。。。 。。。。这是继 2025 年除夕宣布 Qwen2.5-Max 后，，， ，，阿里又一次在除夕带来新一代模子。。。。 。。。。
现在，，， ，，千问 APP 与 PC 端（qianwen.com）已经同步上线，，， ，，用户可在页面顶部选择模子新一代模子，，， ，，来体验千问 3.5 的能力。。。。 。。。。
去年除夕更新的 Qwen2.5-Max 重点在规模和性能，，， ，，而这次，，， ，，千问 3.5 更像是一场从纯文本模子到原生多模态模子的底层架构层面重构。。。。 。。。。
图丨现在翻开千问，，， ，，已经可挪用新模子 Qwen3.5-Plus（泉源：千问）
与前几代的千问大语言模子相比，，， ，，千问 3.5 这次带来哪些模子性能的提升呢？？ ？？？
从预训练来看，，， ，，千问 3 是在纯文本 Tokens 上举行，，， ，，而千问 3.5 的预训练则基于视觉和文本混淆 token。。。。 。。。。也就是说，，， ，，视觉明确不再像以前那样以外挂模浚� ？？？樾问奖４�，，， ，，而是同语言能力配合在底层建模“作战”。。。。 。。。。
别的，，， ，，其还大幅新增了中英文、201 种语言与方语言、STEM 和推理等数据。。。。 。。。。这意味着，，， ，，突破了以往的局限性，，， ，，而是实验让模子在更麋集的天下知识和推理逻辑。。。。 。。。。
值得关注的是，，， ，，千问 3.5 以少于 40% 的参数目实现了超万亿的 Qwen3-Max 基座模子的高性能。。。。 。。。。这背后反应的不是简朴的堆参数，，， ，，而是效率导向的架构优化。。。。 。。。。
（泉源：千问）
在推理、编程、Agent 智能体等全方位基准评估中均体现优异：
·在指令遵照 IFBench 上，，， ，，以 76.5 分刷新所有模子纪录 ；；；； ；；；
·在 MMLU-Pro 知识推理评测中逾越 GPT-5.2，，， ，，获得 87.8 分得分 ；；；； ；；；
·在博士级难题 GPQA 测评中得分为 88.4 分，，， ，，高于 Claude 4.5，，， ，，但与 GPT-5.2 的 92.4 分和 Gemini 3 Pro 相比仍有前进的空间 ；；；； ；；；
·在通用 Agent 评测 BFCL-V4、搜索 Agent 评测 Browsecomp 等基准中，，， ，，千问 3.5 体现与 Gemini 3 Pro、GPT-5.2 相比性能更优。。。。 。。。。
（泉源：千问）
总体来看，，， ，，这种原生多模态训练，，， ，，为千问 3.5 的视觉能力带来了显著提升。。。。 。。。。千问 3.5 在多项权威测评中，，， ，，均实现了最佳性能，，， ，，包括多模态推理（MathVison）、通用视觉问答 VQA（RealWorldQA）、文本识别和文件明确（CC_OCR）、空间智能（RefCOCO-avg）、视频明确（MLVU）等。。。。 。。。。
可以看到的是，，， ，，千问 3.5 不再是“语言强、视觉补”，，， ，，而是在统一架构下形成了一种相对完整的能力矩阵。。。。 。。。。
（泉源：千问）
千问 3.5 之以是能实现性能的显著提升，，， ，，离不开性对 Transformer 经典架构的突破。。。。 。。。。
此前，，， ，，千问团队自研的门控手艺效果“Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free”，，， ，，获得全球 AI 顶会 2025 NeurIPS 最佳论文。。。。 。。。。
（泉源：arXiv）
本次千问 3.5 立异的混淆架构中已融合该手艺，，， ，，团队团结线性注重力机制和希罕混淆专家 MoE 模子架构，，， ，，实现了“高参数、低激活”的结构：模子总参数规模达 397B，，， ，，但每次推理仅激活 17B 参数。。。。 。。。。这种结构带来的利益可能是，，， ，，模子在坚持高性能能力的同时，，， ，，推理效率大幅度提升。。。。 。。。。
（泉源：千问）
凭证千问官网，，， ，，千问 3.5 通过训练稳固优化以及多 token 展望等系列手艺，，， ，，实现了 Qwen3.5 性能比肩 Qwen3-Max 模子，，， ，，并在此基础上对推理效率进一步提升：在 32K 上下文场景中，，， ，，千问 3.5 推理吞吐量可提升 8.6 倍 ；；；； ；；；而在 256K 超长上下文中，，， ，，Qwen3.5 推理吞吐量最大能实现 19 倍的提升。。。。 。。。。
这意味着，，， ，，在长文天职析、重大推理、Agent 调理等场景中，，， ，，本钱和延迟大幅下降。。。。 。。。。
（泉源：千问）
基于优异的视觉能力，，， ，，千问 3.5 还突破性地实现了从 Agent 框架到 Agent 应用，，， ，，尤其是在提升操作效率方面。。。。 。。。。例如，，， ，，能够自主操作手机与电脑，，， ，，高效完成一样平常使命，，， ，，在移动端支持更多主流 APP 与指令，，， ，，在 PC 端可处置惩罚更重大的多办法操作，，， ，，包括跨应用数据整理、自动化流程执行等。。。。 。。。。
同时，，， ，，千问团队还构建了一个可扩展的 Agent 异步强化学习框架，，， ，，基于此端到端可加速 3 到 5 倍，，， ，，并将插件式智能体 Agent 支持扩展至百万级规模。。。。 。。。。这也是标记千问从对话模子向行动模子过渡转化。。。。 。。。。
千问透露，，， ，，下一阶段的重点将从模子规模转向系统整合：构建具备跨会话长期影象的智能体、面向真实天下交互的具身接口、自我刷新机制。。。。 。。。。
放眼全球全球的大模子竞争已然不再只是比拼“更大、更准”，，， ，，而是“更高效、更可执行”。。。。 。。。。千问 3.5 不但是一次模子的更新，，， ，，一场关于模子的效率革命，，， ，，已经最先了。。。。 。。。。
参考资料：
https://qwen.ai/blog?id=qwen3.5
https://github.com/qiuzh20/gated_attention
排版：刘雅坤
浙江瓯越智能制造有限公司