除夕迎「源神」？Qwen3.5以小勝大，大模型競(jìng)賽下半場(chǎng)開(kāi)始了

編輯｜+0、張倩

農(nóng)歷蛇年的最后一天，當(dāng)所有人都覺(jué)得「今年就卷到這里」的時(shí)候，Qwen3.5-Plus來(lái)了！

它的特點(diǎn)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(xiàng)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(jí)開(kāi)源模型里都沒(méi)有對(duì)手，又一次強(qiáng)化了社區(qū)里「最強(qiáng)開(kāi)源 = 千問(wèn)」的思想烙印。在多項(xiàng)基準(zhǔn)上，它甚至能媲美或超越 GPT-5.2、Gemini-3-pro 等幾個(gè)第一梯隊(duì)的閉源模型。

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

這一定價(jià)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(jiǎn)，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(guò)了萬(wàn)億參數(shù)的 Qwen3-Max。參數(shù)少了，跑起來(lái)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(gè)模型上。

在開(kāi)發(fā)者們頭疼都快用不起頂級(jí) 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(kāi)始真正向下滲透，成為人們手中用起來(lái)沒(méi)有成本焦慮的趁手工具。

Qwen3.5 可以協(xié)助進(jìn)行網(wǎng)頁(yè)開(kāi)發(fā)，尤其在構(gòu)建網(wǎng)頁(yè)和設(shè)計(jì)用戶界面等前端任務(wù)方面表現(xiàn)出色。

通過(guò)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(yè)搜索、信息收集和結(jié)構(gòu)化報(bào)告生成。

借助對(duì)圖像像素級(jí)位置信息的建模，Qwen3.5 在物體計(jì)數(shù)、相對(duì)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(yàn)地址：https://chat.qwen.ai/

當(dāng)然，性能、價(jià)格只是結(jié)果，真正值得展開(kāi)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(guò)去兩年的大模型軍備競(jìng)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(wàn)億級(jí)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(mén)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(duì)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(shí)現(xiàn)了對(duì)自家萬(wàn)億參數(shù)模型 Qwen3-Max 的性能超越，且多項(xiàng)基準(zhǔn)測(cè)試媲美 Gemini-3-pro 和 GPT-5.2 等閉源第一梯隊(duì)模型。

這種「以小勝大」的跨級(jí)表現(xiàn)，主要?dú)w功于以下四項(xiàng)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(zhǎng)文本時(shí)，每個(gè) Token 都需要進(jìn)行全量的上下文注意力計(jì)算，這導(dǎo)致算力消耗隨文本長(zhǎng)度呈指數(shù)級(jí)增長(zhǎng)。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(dòng)態(tài)分配注意力資源，實(shí)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(zhuān)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(dòng)用不到 5% 的算力，就能調(diào)用全局的知識(shí)儲(chǔ)備。
• 原生多 Token 預(yù)測(cè)：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(duì)后續(xù)多個(gè)位置進(jìn)行聯(lián)合預(yù)測(cè)的能力。這種「一次想好幾步再說(shuō)」的機(jī)制，使其在代碼補(bǔ)全、長(zhǎng)文本生成等高頻場(chǎng)景中，推理速度接近翻倍，為用戶帶來(lái)幾乎「秒回」的交互體驗(yàn)。
• 系統(tǒng)級(jí)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(chē)，阿里引入了多項(xiàng)深層優(yōu)化，包括歸一化策略與專(zhuān)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(jiǎng)的「注意力門(mén)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(guò)濾了無(wú)效噪音，又防止了關(guān)鍵信息的流失，大幅增強(qiáng)了長(zhǎng)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(zhǎng)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(jià)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(diǎn)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(gè)優(yōu)秀的語(yǔ)言基座，再外掛視覺(jué)或音頻模塊，中間通過(guò)適配層進(jìn)行勉強(qiáng)對(duì)齊。這種做法不僅難以實(shí)現(xiàn)真正的特征融合，有時(shí)還會(huì)出現(xiàn)「視覺(jué)能力增強(qiáng)，語(yǔ)言能力降智」的尷尬局面。

Qwen3.5-Plus 選擇了從地基開(kāi)始重構(gòu)，真正實(shí)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(jué)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(jué)與語(yǔ)言特征，沒(méi)有中間翻譯帶來(lái)的信息損耗，從而具備了「見(jiàn)圖知意、讀文生境」的直覺(jué)理解力。

為了讓這種原生融合跑出效率，阿里摒棄了讓視覺(jué)和語(yǔ)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(diǎn)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(shí)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(shí)相當(dāng)?shù)男省?/p>

研發(fā)團(tuán)隊(duì)針對(duì)純文本、多模態(tài)和多輪對(duì)話場(chǎng)景搭建了專(zhuān)門(mén)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(shí)場(chǎng)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(jiǎn)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(jí)空間定位，還能理解長(zhǎng)達(dá) 2 小時(shí)視頻的因果時(shí)序，甚至能將手繪草圖直譯為前端代碼，或者化身視覺(jué)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(yù)為「國(guó)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(tīng)、說(shuō)、做能力的 AGI 目標(biāo)邁進(jìn)。

算不過(guò)賬的時(shí)代結(jié)束了

新的競(jìng)賽開(kāi)始了

過(guò)去兩年，如果你一直在關(guān)注大模型的發(fā)展，其實(shí)會(huì)發(fā)現(xiàn)一件挺有意思的事：閉源模型是你方唱罷我登場(chǎng)，前三輪流做，明天榜首指不定是誰(shuí)家。但開(kāi)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(shí)候，每一代、每一個(gè)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(shuō)明問(wèn)題。

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

歷史上類(lèi)似的轉(zhuǎn)折其實(shí)出現(xiàn)過(guò)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(gè)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(kāi)源降低門(mén)檻，生態(tài)把它鋪開(kāi)，等你意識(shí)到的時(shí)候，它已經(jīng)無(wú)處不在了。

而 Qwen3.5-Plus 之所以能捅破這個(gè)天花板，背后不只是一個(gè)模型，而是一整套從模型到算力再到云的聯(lián)動(dòng)。阿里一邊把模型能力通過(guò)開(kāi)源釋放出來(lái)，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(shí)解決「用得好嗎」和「用得起嗎」兩個(gè)問(wèn)題。生態(tài)里的采用者也越來(lái)越多，從李飛飛團(tuán)隊(duì)到 Airbnb 這樣的公司，都在把它當(dāng)作實(shí)際可用的底座，而不只是研究對(duì)象。

所以如果把 Qwen3.5-Plus 只看成又一次模型升級(jí)，其實(shí)有點(diǎn)低估它了。更值得關(guān)注的是，一種新的競(jìng)爭(zhēng)方式正在成形：不再只是比誰(shuí)的模型最強(qiáng)，而是比誰(shuí)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(shí)刻開(kāi)始的。

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