PT视讯(中国区)官网

您目今位置:首页 > 新闻中心 > 新要闻

最强开源大模子除夕登�。。。。。�397B参数千问3.5逾越Gemini 3

2026-02-28 21:51:36

西风鹭羽发自凹非寺量子四川龙泉装备制造有限公司位 | 公众号 QbitAI

我滴妈，，，，，，，，最卷AI大模子，，，，，，，，今年除夕又上新了！

刚刚，，，，，，，，阿里全新一代大模子Qwen3.5-Plus重磅开源宣布，，，，，，，，直接登顶最强开源模子宝座。。。。。

这一次，，，，，，，，“源”神标杆再次被千问拔到了一个新高度：

不但性能周全领先同级开源模子，，，，，，，，更是媲美Gemini-3-Pro、GPT-5.2等顶级闭源模子，，，，，，，，多项基准测试甚至直接反超。。。。。

更炸裂的是，，，，，，，，Qwen3.5-Plus总参数只有3970亿，，，，，，，，激活仅需170亿，，，，，，，，性能却比万亿参数的Qwen3-Max还要强

直观比照还包括——

安排显存占用降低60%，，，，，，，，最大推理吞吐量可提升至19倍，，，，，，，，也就是说安排本钱，，，，，，，，以及推理效率双双实现大幅优化。。。。。

这波“以小胜大”的史诗级PK，，，，，，，，千问做到了。。。。。

重点还没说完，，，，，，，，千问这次直接把手艺盈利释放给用户，，，，，，，，直接让SOTA级模子做到了平民价。。。。。

阿里云百炼这次给千问3.5 API的定价极具竞争力：百万Tokens输入低至0.8元，，，，，，，，相当于同级别模子Gemini-3-pro的1/18

并且，，，，，，，，千问3.5首次实现201种语言的全笼罩，，，，，，，，词表规模从150k大幅扩充至250k，，，，，，，，小语种编码效率最高提升60%，，，，，，，，真正让顶尖大模子走向全球用户。。。。。

阻止现在，，，，，，，，通俗用户只需登录千问APP或PC端，，，，，，，，即可免费体验千问3.5模子；；；；；开发者们也可前往魔搭社区或HuggingFace，，，，，，，，第一时间下载安排这款最强开源力作。。。。。

据悉，，，，，，，，千问3.5还只是阿里春节档的第一弹

接下来几天，，，，，，，，他们将继续开源多款千问3.5模子，，，，，，，，可安排在外地、端侧等差别场景，，，，，，，，无论是开发者照旧中小企业，，，，，，，，通通都能用上。。。。。

旗舰版Qwen3.5-Max也将在年后压轴登场。。。。。

u1s1，，，，，，，，DeepSeek之后，，，，，，，，中国开源模子的“猖獗仲春”太顶了。。。。。

多项能力逾越Gemini 3、GPT-5.2，，，，，，，，视觉能力横扫权威基准

话未几说，，，，，，，，千问3.5有多强，，，，，，，，我们先来看基准测试效果。。。。。

在推理、编程、智能体等焦点维度上，，，，，，，，千问3.5能够以不到40%的参数目比肩国际一流梯队。。。。。

好比，，，，，，，，在审核综合认知能力的MMLU-Pro测试中，，，，，，，，千问3.5得分87.8分，，，，，，，，凌驾GPT-5.2

在现在公认难度最高的博士级科学推理评测基准GPQA上，，，，，，，，更是一举斩获88.4分，，，，，，，，比以严谨逻辑著称的Claude 4.5还要高

这就意味着千问3.5同时兼具推理广度与深度，，，，，，，，不但具备极强的知识迁徙能力，，，，，，，，还在底层逻辑上实现了突破。。。。。

在指令遵照方面，，，，，，，，千问3.5体现同样亮眼。。。。。它以76.5分的效果领跑IFBench榜单，，，，，，，，刷新了该项指标的最高纪录。。。。。

除此之外，，，，，，，，千问3.5在Agent能力上也是周全发力。。。。。无论是考察通用能力的BFCL-V4，，，，，，，，照旧着重搜索能力的Browsecomp，，，，，，，，其评分均周全逾越Gemini-3-Pro，，，，，，，，展现出优异的Agent协同能力。。。。。

综合来看，，，，，，，，相比前几代的千问模子，，，，，，，，千问3.5在性能上更周全，，，，，，，，不但多维度无短板，，，，，，，，更主要的是，，，，，，，，能够落地适用。。。。。

之以是能够实现这种代际跃迁，，，，，，，，要害在于它的“眼睛”。。。。。

与上一代的纯文本模子千问3差别，，，，，，，，千问3.5从预训练第一天起，，，，，，，，就是在视觉和文本的混淆Token数据上举行的，，，，，，，，并且数据量也从原先的36T Tokens进一步提升。。。。。

同时新增中英文、多语言、STEM和推理等数据，，，，，，，，让千问3.5真正睁眼看天下，，，，，，，，拥有了整合重大天下知识和逻辑推理的原生多模态明确能力

这一焦点能力的进化，，，，，，，，在MathVison（多模态推理）、RealWorldQA（通用视觉问答）、CC_OCR（文本识别）、RefCOCO-avg（空间智能）、MLVU（视频明确）等多模态主流评测中获得了有力印证：

千问3.5险些横扫了所有指标，，，，，，，，刷新开源大模子多模态天花板。。。。。

其中，，，，，，，，在学科解题、使命妄想与物理空间推理等高难度场景上，，，，，，，，千问3.5也体现出逾越专项模子Qwen3-VL的综合素养。。。。。

众所周知，，，，，，，，Qwen3-VL是千问团队推出的旗舰级多模态视觉语言模子，，，，，，，，主打超长上下文、强视觉推理、视频明确与视觉Agent能力。。。。。

但作为综合模子的千问3.5，，，，，，，，其空间定位和图文推理能力获得显著增强，，，，，，，，尤其是在处置惩罚重大视觉信息时，，，，，，，，Qwen3.5会比Qwen3-VL推理逻辑更严谨，，，，，，，，输出效果也更可靠。。。。。

千问3.5还突破了古板大模子的视频处置惩罚界线：支持长达2小时的超长视频直接输入，，，，，，，，配合1M Tokens原生上下文，，，，，，，，能够轻松应对长视频内容的精准剖析与一键摘要。。。。。

换言之，，，，，，，，无论是情节富厚的影视巨作照旧专业的深度讲座，，，，，，，，千问3.5都能捕获到每一处要害细节。。。。。

同时，，，，，，，，千问3.5还买通了视觉明确和代码逻辑的原生融合，，，，，，，，让视觉内容能够直接转化为手艺产出。。。。。

已往要开发一个界面，，，，，，，，往往需要经由“原型设计→修改成稿→转译代码”的一系列历程，，，，，，，，而千问3.5能够瞬间将手绘界面草图重构为高质量前端代码，，，，，，，，并支持通过单张截图定位并修复UI缺陷，，，，，，，，做到“所见即所得”。。。。。

由此，，，，，，，，开发门槛被迅速抹平，，，，，，，，视觉编程真正变为开发者手中的提效工具。。。。。

模子现实体现怎样？？？？？？？？来看一波官方demo展示。。。。。

先看最近很火的洗车灵魂拷问

我想去洗车，，，，，，，，洗车店距离我家50米，，，，，，，，你说我应该开车已往照旧走已往？？？？？？？？

千问3.5一眼识破陷阱，，，，，，，，精准捉住焦点，，，，，，，，车必需已往洗，，，，，，，，逻辑在线：

视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA

再来点难度，，，，，，，，考考眼力+图像推理能力。。。。。

prompt：从所给的四个选项中，，，，，，，，选择最合适的填入问号中，，，，，，，，使其具有合理性，，，，，，，，应该选什么？？？？？？？？

对千问3.5来说小菜一碟，，，，，，，，轻松看懂图形纪律，，，，，，，，并顺遂给出了准确谜底：

就连IMO竞赛级数学几何题，，，，，，，，be like：

也能一步步推理，，，，，，，，迅速做出来：

不但会做静态题，，，，，，，，出一道滑动方块动态推理：

千问3.5照样拿捏：

视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA

多模态天生也很强。。。。。让它为Qwen Code天生一个推广视频：

成片效果相当流通自然，，，，，，，，直接宣布都很OK。。。。。

视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA

除了天生视频，，，，，，，，做网站也不在话下。。。。。

让千问3.5阅读外地视频文件，，，，，，，，就能凭证内容制作一个网站，，，，，，，，分分钟天生完成代码：

无论是产品宣传片，，，，，，，，照旧焦点特征突出，，，，，，，，千问3.5都一网打尽。。。。。

视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA

就连最烫的OpenClaw，，，，，，，，千问3.5也可以与之集成，，，，，，，，配合完成编程使命驱动。。。。。OpenClaw可以作为第三方智能体情形，，，，，，，，协助千问3.5举行网页搜索、信息网络和结构化报告天生等内容。。。。。

视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA

千问3.5还可以作为视觉智能体，，，，，，，，自主操控手机与电脑完成一样平常使命。。。。。

视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA

模子架构周全刷新，，，，，，，，原生多模态

不到四千亿参数打赢万亿，，，，，，，，API价钱打到闭源模子的零头，，，，，，，，千问3.5此次的突破，，，，，，，，泉源在于底层架构层面的升级。。。。。

已往两年，，，，，，，，大模子行业整体遵照Scaling Law路径演进，，，，，，，，即参数规模越大、模子能力越强。。。。。从千亿级迈向万亿级，，，，，，，，模子在重大推理和多使命泛化等方面一连取得希望。。。。。

但这种路径的价钱同样显着——训练依赖超大规模算力集群，，，，，，，，推理本钱随参数规模同步增添，，，，，，，，安排门槛一直提高，，，，，，，，使得中小企业难以肩负，，，，，，，，也限制了端侧的落地。。。。。

模子能力一连增强的同时，，，，，，，，盘算效率与可扩展性逐渐成为新的瓶颈。。。。。

在这一配景下，，，，，，，，千问3.5不再纯粹扩大模子规模，，，，，，，，而是对Transformer经典架构举行了一次深度重构，，，，，，，，通过多项要害手艺协同优化，，，，，，，，在强性能与高效率之间找到了新的平衡点。。。。。

据官方先容，，，，，，，，千问3.5引入了四项要害手艺。。。。。

首先，，，，，，，，是注重力机制的结构优化。。。。。

Transformer的焦点是自注重力机制，，，，，，，，但古板实现保存一个固问题：无论信息是否主要，，，，，，，，每个Token都需要与所有上下文举行盘算关联，，，，，，，，重漂后随上下文长度一连增添。。。。。

这使得长文本处置惩罚的盘算本钱迅速上升，，，，，，，，也成为限制模子长上下文能力的主要因素之一。。。。。

千问3.5为此引入了混淆注重力机制，，，，，，，，不再对所有信息一视同仁，，，，，，，，而是凭证主要水平动态分派盘算资源——要害信息高精度处置惩罚，，，，，，，，次要信息低本钱带过。。。。。在坚持明确精度的同时，，，，，，，，显著压低了盘算开销，，，，，，，，长上下文处置惩罚效率也随之提升。。。。。

第二，，，，，，，，是极致希罕的MoE架构设计。。。。。

若是说注重力优化解决的是“怎么读信息”的问题，，，，，，，，那MoE架构解决的是“用几多参数往返覆”的问题。。。。。古板浓密模子每次推理必需激活所有参数，，，，，，，，参数越多本钱越高。。。。。

MoE架构的思绪是将模子拆分为大宗专家子网络，，，，，，，，每次推理只激活其中最相关的一部分。。。。。

千问3.5把这一思绪推向极致：总参数3970亿，，，，，，，，单次推理激活仅170亿，，，，，，，，激活比例不到5%。。。。。大规模参数积累的知识优势被保存，，，，，，，，但规模带来的本钱肩负被大幅卸掉。。。。。

第三，，，，，，，，是原生多Token展望机制。。。。。

古板语言模子逐Token天生，，，，，，，，每次输出一个再展望下一个，，，，，，，，串行结构直接限制了推理速率。。。。。千问3.5在训练阶段就学习团结展望多个未来Tokens，，，，，，，，使模子从逐字输出变为批量输出，，，，，，，，而非单点展望。。。。。推理速率靠近翻倍，，，，，，，，对话响应显着加速。。。。。

第四层突破是系统级训练稳固性优化。。。。。

希罕架构虽然效率极高，，，，，，，，但训练难度远高于古板浓密模子。。。。。为相识决训练稳固性问题，，，，，，，，千问团队将此前获得NeurIPS 2025最佳论文的注重力门控机制，，，，，，，，引入到了千问3.5之中。。。。。

该机制可以明确为注重力输出端的“智能开关”。。。。。它实时控制信息流强度，，，，，，，，强化有用信号，，，，，，，，抑制噪声滋扰。。。。。阻止训练历程中的梯度异常和信息失衡。。。。。

除此之外，，，，，，，，归一化战略、专家路由初始化等深层优化手段也被引入，，，，，，，，划分解决差别环节的稳固性难题，，，，，，，，配合包管前述架构立异在超大训练规模下稳固运行。。。。。

四大杀招齐出，，，，，，，，千问3.5实现了倾覆性的效率奔腾。。。。。官方数据显示，，，，，，，，新架构训练本钱降幅高达90%

与Qwen3-Max相比，，，，，，，，Qwen3.5-Plus安排显存占用降60%，，，，，，，，意味着节算力安排本钱大幅降低；；；；；最大推理吞吐量可提升至19倍，，，，，，，，大幅提升推理效率。。。。。

架构立异解决的是效率问题，，，，，，，，而千问3.5的另一重跃迁，，，，，，，，指向的是智能自己——它要让大模子真正“看得见”

现在行业里不少所谓的多模态计划，，，，，，，，做法着实是分步拼接：

先把语言模子训好，，，，，，，，再把视觉�？？？？？？？？榻由先�，，，，，，，，中心加一层对齐网络把双方的表征委屈拉到一起。。。。。更直接的做法甚至连对齐都省了，，，，，，，，前端看起来是一个统一入口，，，，，，，，后端着实是差别使命调差别模子，，，，，，，，实质上就是个路由器。。。。。

这类计划能用，，，，，，，，但谈不上真正的融合，，，，，，，，并且一个常见的副作用是：视觉能力加上去了，，，，，，，，语言能力可能反而往下掉。。。。。

千问3.5选择了更彻底的原生多模态路径。。。。。预训练阶段就不再区分“先学文字、再学图像”，，，，，，，，而是把文本和视觉数据混在一起，，，，，，，，让模子从第一步就在统一参数空间里同时消化这两种信息。。。。。这样训出来的模子，，，，，，，，处置惩罚图片和处置惩罚文字走的是统一条神经通路，，，，，，，，不需要中心再做翻译或对齐。。。。。

这种融合在工程上极具挑战。。。。。图像和文本的数据结构差别很大，，，，，，，，若是强行套用统一套并行战略，，，，，，，，盘算资源的铺张会很严重。。。。。千问3.5的处置惩罚方法是让两种模态在训练历程中各自按最适合自己的方法走，，，，，，，，只在须要的环节举行信息交汇。。。。。

最终，，，，，，，，哪怕同时输入文本、图像和视频三种数据，，，，，，，，整体训练吞吐量和纯文本基座模子险些没有差别。。。。。

同时，，，，，，，，团队还加上了一套针对性的混淆精度计划，，，，，，，，在差别环节无邪切换FP8和FP32，，，，，，，，激活内存砍掉了约莫一半，，，，，，，，逊з度还特殊快了10%。。。。。这套精度战略不但用在预训练阶段，，，，，，，，强化学习和推理环节也统一安排了进去。。。。。

在智能体训练这块，，，，，，，，团队又专门造了一套大规模强化学习框架，，，，，，，，纯文本、多模态、多轮对话全都能跑，，，，，，，，训练效坦率接拉高了3到5倍。。。。。

虽然，，，，，，，，上述能力的实现，，，，，，，，最底层离不开阿里云AI基础设施的支持。。。。。超大规模�；；；；煜菅盗返奈裙绦浴⒍嗄Ｌ⑿姓铰缘墓こ搪涞亍⒀盗返酵评砣绰返木扔呕�，，，，，，，，每一项都需要底层算力平台的深度配合。。。。。

最最要害的是，，，，，，，，千问不但手艺能打，，，，，，，，更是在开源的路上一起狂飙。。。。。

阿里是真“源”神

不知道尚有没有人记得啊，，，，，，，，去年阿里就在春节时代连发好几个模子，，，，，，，，春晚直播举行时，，，，，，，，掐着点甩出Qwen2.5-Max，，，，，，，，直接把DeepSeek V3给反超了。。。。。

其时网友们的谈论是：杭州这群人，，，，，，，，不睡觉也要送上新春大礼包。。。。。

一年已往了。。。。。又是除夕，，，，，，，，又是千问。。。。。从2.5到3.5，，，，，，，，千问再把“开源”两个字做到了极致。。。。。

回首千问开源之路：

自2023年开源以来，，，，，，，，阿里已累计开源400多个模子。。。。。从0.5B到235B全尺寸笼罩，，，，，，，，从端侧到云端周全结构，，，，，，，，涵盖文本天生、视觉明确与天生、语音明确与天生、文生图、视频模子等全模态领域……千问直接把开源模子货架，，，，，，，，摆的满满当当。。。。。

并且，，，，，，，，每一代、每一个尺寸，，，，，，，，都在稳固输出天花板级产品，，，，，，，，换来实打实的战绩：

全球下载量突破10亿次，，，，，，，，单月下载量凌驾第2名到第8名的总和，，，，，，，，开发者基于千问开发的衍生模子已凌驾20万个

千问现在已稳居全球最大AI大模子族群。。。。。“最强开源得投千问一票”，，，，，，，，从一部分人的判断，，，，，，，，酿成了全球开发者的共识。。。。。

岂论是开源开放，，，，，，，，照旧把API价钱打到0.8元/百万Tokens，，，，，，，，亦或是将支持语言扩展到186种，，，，，，，，千问的意图很显着：让更多人能用上、用得起最顶尖的模子。。。。。

当开源模子在焦点能力上追平甚至反超闭源，，，，，，，，并且免费可商用，，，，，，，，竞争的逻辑就变了。。。。。这不再是一个模子和另一个模子之间争跑分的游戏，，，，，，，，而是两种生态路径的选择。。。。。

Linux没有靠卖系统成为商业巨头，，，，，，，，却成为了全球效劳器领域的主流支持。。。。。Android也不靠系统授权盈利，，，，，，，，却让智能手机真正普及到每一小我私家。。。。。

千问想走的路，，，，，，，，或许也是这一条。。。。。

最后别忘了，，，，，，，，这些只是模子礼盒！今年春节请喝奶茶、红包雨还没算在内。。。。。

阿里千问这过年的排面，，，，，，，，太猖獗四川龙泉装备制造有限公司了。。。。。

【网站地图】【sitemap】