編輯｜+0、張倩

農(nóng)歷蛇年的最后一天，當(dāng)所有人都覺得「今年就卷到這里」的時候，Qwen3.5-Plus來了！

它的特點一句話就可以概括：又強(qiáng)又便宜。

「強(qiáng)」體現(xiàn)在，模型發(fā)布即登頂。大家現(xiàn)在最關(guān)注的幾項核心能力 —— 多模態(tài)理解、復(fù)雜推理、編程、Agent 智能體，Qwen3.5-Plus 在同級開源模型里都沒有對手，又一次強(qiáng)化了社區(qū)里「最強(qiáng)開源 = 千問」的思想烙印。在多項基準(zhǔn)上，它甚至能媲美或超越 GPT-5.2、Gemini-3-pro 等幾個第一梯隊的閉源模型。

那它有多「便宜」呢？每百萬 Token 只要 0.8 元，還沒今天你手里拿的一小把瓜子貴。而它對標(biāo)的 Gemini-3-pro，價格足足是它的 18 倍。

這一定價不是刻意壓縮成本的結(jié)果，而是由技術(shù)決定的。在一系列架構(gòu)創(chuàng)新的加持下，Qwen3.5-Plus 的參數(shù)被極致精簡，但性能卻更強(qiáng)悍 —— 只用 3970 億的參數(shù)（激活參數(shù)只有 170 億）就超過了萬億參數(shù)的 Qwen3-Max。參數(shù)少了，跑起來自然輕盈，部署成本直降 60%，推理吞吐量最大提升 19 倍，效率大大提升。

這是第一次，「最強(qiáng)」和「最便宜」出現(xiàn)在了同一個模型上。

在開發(fā)者們頭疼都快用不起頂級 AI 的今天，Qwen3.5-Plus 這一「源神」的發(fā)布似乎讓大家打消了顧慮：技術(shù)紅利不再只屬于金字塔尖，而是開始真正向下滲透，成為人們手中用起來沒有成本焦慮的趁手工具。

Qwen3.5 可以協(xié)助進(jìn)行網(wǎng)頁開發(fā)，尤其在構(gòu)建網(wǎng)頁和設(shè)計用戶界面等前端任務(wù)方面表現(xiàn)出色。

通過將 OpenClaw 作為第三方智能體環(huán)境集成，Qwen3.5 能夠進(jìn)行網(wǎng)頁搜索、信息收集和結(jié)構(gòu)化報告生成。

借助對圖像像素級位置信息的建模，Qwen3.5 在物體計數(shù)、相對位置判斷、空間關(guān)系描述等任務(wù)中表現(xiàn)更準(zhǔn)確。

體驗地址：https://chat.qwen.ai/

當(dāng)然，性能、價格只是結(jié)果，真正值得展開講講的，是支撐這一切的那套底層技術(shù)邏輯。讓我們一起看看，Qwen 這次是怎么又一次捅破天花板的。

告別「力大磚飛」

Qwen3.5-Plus 的「以小博大」架構(gòu)革命

在過去兩年的大模型軍備競賽中，行業(yè)普遍信奉「大力出奇跡」，參數(shù)量從千億一路狂飆至萬億級別。這種「力大磚飛」的模式雖然推高了性能上限，但也讓算力成本和部署門檻水漲船高。

Qwen3.5-Plus 則展示了一種更為靈巧的解法：不拼絕對體量，拼「聰明程度」與底層架構(gòu)的極致效率。

具體而言，Qwen3.5-Plus 以 397B 的總參數(shù)量，實現(xiàn)了對自家萬億參數(shù)模型 Qwen3-Max 的性能超越，且多項基準(zhǔn)測試媲美 Gemini-3-pro 和 GPT-5.2 等閉源第一梯隊模型。

這種「以小勝大」的跨級表現(xiàn)，主要歸功于以下四項核心架構(gòu)創(chuàng)新：

• 混合注意力機(jī)制： 傳統(tǒng)大模型在處理長文本時，每個 Token 都需要進(jìn)行全量的上下文注意力計算，這導(dǎo)致算力消耗隨文本長度呈指數(shù)級增長。Qwen3.5-Plus 引入的混合機(jī)制賦予了模型「有詳有略」的閱讀能力，能夠根據(jù)信息權(quán)重動態(tài)分配注意力資源，實現(xiàn)了精度與效率的雙重提升。
• 極致稀疏的 MoE 架構(gòu)：不同于每次推理都需要激活全量參數(shù)的稠密模型，Qwen3.5-Plus 將 MoE（混合專家）架構(gòu)推向了極致。在其 397B 的總參數(shù)中，每次推理僅需激活 17B 的參數(shù)量。這意味著模型只需動用不到 5% 的算力，就能調(diào)用全局的知識儲備。
• 原生多 Token 預(yù)測：模型打破了傳統(tǒng)大模型「逐字吐出」的生成邏輯，在訓(xùn)練階段就掌握了對后續(xù)多個位置進(jìn)行聯(lián)合預(yù)測的能力。這種「一次想好幾步再說」的機(jī)制，使其在代碼補(bǔ)全、長文本生成等高頻場景中，推理速度接近翻倍，為用戶帶來幾乎「秒回」的交互體驗。
• 系統(tǒng)級訓(xùn)練穩(wěn)定性優(yōu)化： 為了讓上述復(fù)雜架構(gòu)在大規(guī)模訓(xùn)練中不翻車，阿里引入了多項深層優(yōu)化，包括歸一化策略與專家路由初始化等。其中最值得一提的是榮獲 NeurIPS 2025 最佳論文獎的「注意力門控機(jī)制」。它在注意力層的輸出端精準(zhǔn)調(diào)控信息流，既過濾了無效噪音，又防止了關(guān)鍵信息的流失，大幅增強(qiáng)了長上下文的泛化能力。

在這套組合拳的加持下，Qwen3.5-Plus 不僅訓(xùn)練成本大降，算力部署成本較 Qwen3-Max 也降低了 60%，推理吞吐量在 256K 長文本下提升 19 倍，這為大規(guī)模提供推理服務(wù)奠定了基礎(chǔ)，也直接促成了其極致的定價策略。

拒絕「外掛拼裝」

Qwen3.5-Plus 的原生多模態(tài)「地基」

除了在推理效率上「減負(fù)」，Qwen3.5-Plus 的另一大技術(shù)看點在于其跨模態(tài)理解力的重構(gòu)。

目前業(yè)內(nèi)許多主打「多模態(tài)」的模型，本質(zhì)上仍是工程上的「拼裝」：先訓(xùn)練一個優(yōu)秀的語言基座，再外掛視覺或音頻模塊，中間通過適配層進(jìn)行勉強(qiáng)對齊。這種做法不僅難以實現(xiàn)真正的特征融合，有時還會出現(xiàn)「視覺能力增強(qiáng)，語言能力降智」的尷尬局面。

Qwen3.5-Plus 選擇了從地基開始重構(gòu)，真正實現(xiàn)了「原生多模態(tài)」。

從預(yù)訓(xùn)練的第一天起，Qwen3.5-Plus 就在文本與視覺混合數(shù)據(jù)上進(jìn)行聯(lián)合學(xué)習(xí)。模型在統(tǒng)一的參數(shù)空間內(nèi)深度融合視覺與語言特征，沒有中間翻譯帶來的信息損耗，從而具備了「見圖知意、讀文生境」的直覺理解力。

為了讓這種原生融合跑出效率，阿里摒棄了讓視覺和語言共享同一套并行策略的傳統(tǒng)做法，而是讓不同模態(tài)「各走各的最優(yōu)路徑」，僅在關(guān)鍵節(jié)點進(jìn)行高效匯合。配合精巧的 FP8/FP32 精度應(yīng)用策略，該架構(gòu)成功將激活內(nèi)存減少約 50%，訓(xùn)練提速 10%。更硬核的是，哪怕同時喂入文本、圖像、視頻三種數(shù)據(jù)，它的訓(xùn)練速度也幾乎不受影響，依然能保持和只訓(xùn)練純文本時相當(dāng)?shù)男省?/p>

研發(fā)團(tuán)隊針對純文本、多模態(tài)和多輪對話場景搭建了專門的強(qiáng)化學(xué)習(xí)框架，將整體訓(xùn)練效率提升了 3 至 5 倍，確保模型能夠在海量真實場景中持續(xù)進(jìn)化。

這種底層架構(gòu)的躍遷，賦予了 Qwen3.5-Plus 超越「簡單讀圖」的廣闊能力邊界。目前的 Qwen3.5-Plus 不僅能進(jìn)行圖像的像素級空間定位，還能理解長達(dá) 2 小時視頻的因果時序，甚至能將手繪草圖直譯為前端代碼，或者化身視覺智能體自主操控手機(jī)與電腦、跨應(yīng)用完成多步復(fù)雜任務(wù)

結(jié)合此前在 AI Arena 榜單上位居全球前三、被譽為「國產(chǎn) Nano Banana Pro」的 Qwen-image-2.0，阿里在多模態(tài)理解與生成兩條路線上正加速向全面掌握看、聽、說、做能力的 AGI 目標(biāo)邁進(jìn)。

算不過賬的時代結(jié)束了

新的競賽開始了

過去兩年，如果你一直在關(guān)注大模型的發(fā)展，其實會發(fā)現(xiàn)一件挺有意思的事：閉源模型是你方唱罷我登場，前三輪流做，明天榜首指不定是誰家。但開源領(lǐng)域就很明朗了，很多關(guān)鍵能力的「天花板刷新」，幾乎都發(fā)生在 Qwen 發(fā)新模型的時候，每一代、每一個尺寸都能穩(wěn)定輸出。這種創(chuàng)新的連續(xù)性，意味著它已經(jīng)形成了一條可以穩(wěn)定產(chǎn)出的技術(shù)路線，比單次跑分高更說明問題。

而這次，Qwen3.5-Plus 又在捅一個新的天花板 —— 頂級智能的「性價比」。當(dāng)模型性能逐漸逼近閉源第一梯隊，同時價格卻大幅往下走，事情的性質(zhì)就開始變了。以前很多企業(yè)不是不想用最好的 AI，而是算不過賬?，F(xiàn)在成本結(jié)構(gòu)一變，決策邏輯自然就松動了。技術(shù)擴(kuò)散往往卡的不是能力，而是門檻。

歷史上類似的轉(zhuǎn)折其實出現(xiàn)過很多次。真正改變行業(yè)的，往往不是最貴、最極致的系統(tǒng)，而是那個最后變成基礎(chǔ)設(shè)施的東西。Linux 當(dāng)年是這樣，Android 也是這樣：開源降低門檻，生態(tài)把它鋪開，等你意識到的時候，它已經(jīng)無處不在了。

而 Qwen3.5-Plus 之所以能捅破這個天花板，背后不只是一個模型，而是一整套從模型到算力再到云的聯(lián)動。阿里一邊把模型能力通過開源釋放出來，一邊又用阿里云和自研芯片把部署和推理成本繼續(xù)往下壓，本質(zhì)是在同時解決「用得好嗎」和「用得起嗎」兩個問題。生態(tài)里的采用者也越來越多，從李飛飛團(tuán)隊到 Airbnb 這樣的公司，都在把它當(dāng)作實際可用的底座，而不只是研究對象。

所以如果把 Qwen3.5-Plus 只看成又一次模型升級，其實有點低估它了。更值得關(guān)注的是，一種新的競爭方式正在成形：不再只是比誰的模型最強(qiáng)，而是比誰能把足夠強(qiáng)的能力，變成最多人日常用得到的基礎(chǔ)設(shè)施。技術(shù)真正的大規(guī)模落地，往往就是從這種時刻開始的。

文中視頻鏈接：https://mp.weixin.qq.com/s/MZ_BPDKLsF8uT0XyOhCbrw