除夕夜，春晚還沒開始，AI 圈先炸了。

過去半個月，中文互聯(lián)網(wǎng)上演了最魔幻的一幕。上億人對著千問 APP 瘋狂輸出，只為薅那一杯免費奶茶。

30 億真金白銀砸下去，效果簡單粗暴：登頂 App Store，日活 7352 萬逼平豆包，6 天 1.2 億單 AI 訂單。阿里用一種最簡單粗暴的方式，完成了大模型在 C 端的一次全民普及。

但互聯(lián)網(wǎng)有一條鐵律：靠補貼拉來的用戶跑得比誰都快。當「一句話辦事」的新鮮感褪去，如何讓流量變留量？答案只能是更好的模型體驗。

沒有讓我們等待多久，阿里剛剛正式發(fā)布并開源了 Qwen3.5 系列模型， 并迅速在 chat.qwen.ai 平臺完成部署。

頁面顯示有兩款模型，分別為最新大語言模型的 Qwen3.5-Plus，以及定位為開源系列旗艦的 Qwen3.5-397B-A17B。兩者均支持文本處理與多模態(tài)任務。

流水的榜單，鐵打的千問

過去兩年開源模型界流傳著一個梗：「流水的榜單鐵打的千問」。從 Qwen 2.5 到 Qwen 3.5 每一代發(fā)布基本都是發(fā)布即霸榜，以至于開發(fā)者圈子處處流傳著那個傳說——「源神啟動」。

基準測試結果顯示，Qwen 3.5 在多模態(tài)理解、復雜推理、編程、Agent 智能體等幾大核心能力維度都是領先于同級開源模型，多項基準媲美 Gemini-3-pro 等閉源第一梯隊。

同時以 4000 億參數(shù)的 Qwen3.5-Plus 性能超過了萬億參數(shù)的 Qwen3-max 模型。小馬拉大車，還能跑得比高鐵快。這是怎么做到的？我們找到了幾個關鍵要素：

混合注意力機制：實現(xiàn)算力動態(tài)分配，讓模型學會「有詳有略」地提升長文本效率

極致稀疏 MoE 架構：總參數(shù) 397B 激活僅 17B，是同等性能參數(shù)量最小的模型，也就是說僅需激活不到 5% 的參數(shù)，即可調(diào)動全量知識大幅降低推理成本

原生多 Token 預測：將逐字生成改為多步聯(lián)合預測，實現(xiàn)推理速度翻倍

系統(tǒng)級穩(wěn)定性優(yōu)化：精準調(diào)控信息流，確保模型在超大規(guī)模訓練中不崩盤、不跑偏

除了這些，Qwen3.5 和字節(jié)的豆包大模型 2.0 都在嘗試解決同一個問題：讓 AI 真正理解圖像、文字和視頻。

Qwen3.5 通過早期文本-視覺融合與擴展的視覺/STEM/視頻數(shù)據(jù)實現(xiàn)原生多模態(tài)，在相近規(guī)模下優(yōu)于 Qwen3-VL。

Qwen3.5 通過異構基礎設施實現(xiàn)高效的原生多模態(tài)訓練：在視覺與語言組件上解耦并行策略，避免統(tǒng)一方案帶來的低效。

利用稀疏激活實現(xiàn)跨模塊計算重疊，在混合文本-圖像-視頻數(shù)據(jù)上相比純文本基線達到近 100% 的訓練吞吐。

向左滑動查看更多內(nèi)容

在此基礎上，原生 FP8 流水線對激活、MoE 路由與 GEMM 運算采用低精度，并通過運行時監(jiān)控在敏感層保持 BF16，實現(xiàn)約 50% 的激活顯存降低與超過 10% 的加速，并穩(wěn)定擴展至數(shù)萬億 token。

最終做出來的效果是， Qwen3.5 支持圖像與視頻輸入，上下文窗口擴展至 1M tokens，可直接處理長達 2 小時的視頻內(nèi)容，還能像人一樣操作手機和電腦，完成跨應用的復雜任務。

當然，最讓開發(fā)者心動的，永遠是價格。Qwen3.5-Plus 的 API 價格每百萬 Token 低至 0.8 元，同等性能下，價格僅相當于 Gemini-3-Pro 的 1/18。

這次跑分沒輸過，體驗也沒輸過

話不多說，直接開測。我們先甩給它一張發(fā)票，提取內(nèi)容輕松拿捏，準確無誤。

上下滑動查看更多內(nèi)容

接著加大難度，來個「找茬游戲」，讓它圈出兩張圖的不同。雖然沒有直接在圖上畫圈，但它精準地指出了所有不同之處。這眼神，確實可以。

GPT-4o 前陣子正式「退役」，于是我把一個梗圖甩給了它，它不僅看懂了圖，還讀懂了背后的嘲諷和情緒。這種對「潛臺詞」的理解，才是多模態(tài)的真正門檻。

遺憾的是，Qwen3.5 Plus 的寫作能力并未得到較大提升，雖然邏輯通順，但 AI 味還是肉眼可見，轉(zhuǎn)折生硬，缺乏人類寫作者的靈氣與細膩。

上下滑動查看更多內(nèi)容

編程能力或許是 Qwen3.5 給我的最大驚喜。恰逢春節(jié)，先來一個春節(jié)煙花模擬器，代碼一次跑通，不僅視覺元素齊備，連音效都配齊了。這已經(jīng)不是簡單的代碼補全，而是完整的代碼生成。

再來一個年獸闖關塔防游戲，鞭炮防御，紅色減速，NPC 互動，Q 版畫風也都輕松拿捏。

我們也順手做了一個給各位拜年的網(wǎng)頁，提前祝大家新年快樂。

不吹不黑，就體感而言，Qwen 3.5 的編程能力，無論是代碼的審美、完成度，還是出錯后的自動修復能力，絕對處于當前開源模型的第一梯隊，甚至可以媲美頂尖閉源 AI 模型。

是的，春節(jié)的假期總會結束，薅來的奶茶也總有喝完的一天。

30 億的補貼或許能換來一時的數(shù)據(jù)狂歡，但無法筑起真正的護城河。在這個模型迭代以月為單位的周期，唯有硬核的模型能力和極致的性價比，才是留住開發(fā)者和用戶的根本。

開源、低價、具備原生多模態(tài)能力的 Qwen3.5 系列，或許才是阿里送給全球開發(fā)者和億萬用戶最好的一份新年禮物。

除夕夜的這顆「源神」炸彈，或許正是 2026 年 AI 競爭格局的預演。

去年，DeepSeek V3 用一場「以小勝大」的奇襲，徹底改寫了全球 AI 敘事，今年 Qwen3.5 再次證明了另一條路的可能性——用技術創(chuàng)新，而不是參數(shù)堆砌，來實現(xiàn)更強的智能。

而這個除夕夜，春晚的舞臺上或許有精彩的表演，但真正的「年度大戲」，正在 AI 賽道上演。

歡迎加入 APPSO AI 社群，一起暢聊 AI 產(chǎn)品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡歷投遞郵箱 hr@ifanr.com

?? 郵件標題 「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）