千問3.5

千問3.5（Qwen3.5）是阿里巴巴於2026年2月16日推出的旗艦級大語言模型系列，包含Qwen3.5-Plus和Qwen3.5-397B-A17B兩個版本。該系列模型支持文本及多模態任務，採用混合注意力機制與稀疏混合專家（MoE）架構，在邏輯推理、數學計算和代碼編寫方面進行了最佳化。開源版本包含2B密集模型和35B-A3B的MoE模型，其中Qwen3.5-397B-A17B總參數達3970億，激活參數僅170億，部署顯存占用降低60%。

2026年1月，阿里巴巴宣布千問3.5開發計畫。2月9日其代碼合併申請出現在HuggingFace開源項目頁面，2月11日在多場大模型活動中亮相。正式發布的Qwen3.5-Plus版本API價格每百萬Token為0.8元（僅為Gemini3 Pro的1/18），支持原生多模態訓練，在MMLU-Pro知識推理評測中得分87.8分，視覺能力覆蓋多模態推理、文本識別和視頻理解等領域。該模型通過混合架構實現397B總參數僅激活17B參數，32K上下文推理吞吐量提升8.6倍，並在多項權威基準測試中刷新開源模型紀錄。2月18日，千問3.5大模型除夕開源發布。截至當日，英偉達、AMD、蘋果公司等國際硬體廠商，已實現開發框架乃至晶片層對Qwen3.5的適配；華為昇騰、摩爾執行緒、沐曦、海光等國產GPU和平台均官宣Day 0適配千問3.5新模型。

基本介紹

• 中文名：千問3.5
• 外文名：Qwen3.5
• 所屬企業：阿里巴巴
• 版本：Qwen3.5-Plus、Qwen3.5-397B-A17B

發展歷史

2026年春節前後，阿里巴巴發布了通義千問Qwen 3.5模型，該模型側重於推理與複雜任務處理。

2026年2月9日，在全球最大AI開源社區HuggingFace的開源項目頁面中，出現了關於Qwen3.5併入Transformers的新PR（提交代碼合併申請）。

2026年2月11日，在春節檔人工智慧大模型相關活動中，阿里通義千問Qwen3.5模型亮相。

2026年2月16日，阿里巴巴正式發布千問3.5，上線了Qwen3.5-Plus和Qwen3.5-397B-A17B兩款新模型。其中，Qwen3.5-Plus定位為Qwen3.5系列最新大語言模型，Qwen3.5-397B-A17B定位為Qwen3.5開源系列旗艦大語言模型，兩款模型均支持文本和多模態任務。千問3.5實現了底層模型架構的全面革新，此次發布的Qwen3.5-Plus版本總參數為3970億，激活僅170億，性能超過萬億參數的Qwen3-Max模型，部署顯存占用降低60%，推理效率大幅提升，最大推理吞吐量可提升至19倍。Qwen3.5-Plus的API價格每百萬Token低至0.8元，僅為Gemini 3 Pro的1/18。2月18日，千問3.5大模型除夕開源發布。截至當日，英偉達、AMD、蘋果公司等國際硬體廠商，已實現開發框架乃至晶片層對Qwen3.5的適配；華為昇騰、摩爾執行緒、沐曦、海光等國產GPU和平台均官宣Day 0適配千問3.5新模型。

模型評測

與前幾代的千問大語言模型不同，千問3.5實現了從純文本模型到原生多模態模型的代際躍遷。

千問3預訓練在純文本Tokens上進行，而千問3.5則基於視覺和文本混合token上預訓練，並大幅新增中英文、多語言、STEM和推理等數據，讓張開“眼睛”的大模型學會了更密集的世界知識和推理邏輯，以不到40%的參數量獲得超萬億的Qwen3-Max基座模型的頂尖性能，在推理、編程、Agent智慧型體等全方位基準評估中均表現優異。比如：

• 千問3.5在MMLU-Pro知識推理評測中得分87.8分，超越GPT-5.2；
• 在博士級難題GPQA測評中斬獲88.4分，高於Claude 4.5；
• 在指令遵循IFBench以76.5分刷新所有模型紀錄；
• 而在通用Agent評測BFCL-V4、搜尋Agent評測Browsecomp等基準中，千問3.5表現均超越Gemini 3 Pro、GPT-5.2。

原生多模態訓練，也帶來千問3.5的視覺能力飛躍：在多模態推理（MathVison）、通用視覺問答VQA（RealWorldQA）、文本識別和檔案理解（CC_OCR）、空間智慧型（RefCOCO-avg）、視頻理解（MLVU）等眾多權威評測中，千問3.5均斬獲最佳性能。

技術創新

千問團隊自研的門控技術成果，曾斬獲全球AI頂會2025 NeurIPS最佳論文，該前沿技術已融入到千問3.5創新的混合架構中去，團隊結合線性注意力機制與稀疏混合專家MoE模型架構，實現了397B總參數激活僅17B的極致模型效率；

同時，千問3.5通過訓練穩定最佳化以及多 token 預測等系列技術，Qwen3.5性能與Qwen3-Max模型持平，並進一步提升了推理效率：在常用的32K上下文場景中，千問3.5推理吞吐量可提升8.6倍；在256K超長上下文情況下，Qwen3.5推理吞吐量最大提升至19倍，推理效率大幅提升。

基於視覺能力，千問3.5也實現了從Agent框架到Agent套用的新突破。千問3.5可自主操作手機與電腦，高效完成日常任務，在移動端支持更多主流APP與指令，在PC端可處理更複雜的多步驟操作，如跨套用數據整理、自動化流程執行等，顯著提升操作效率。

同時，千問團隊構建了一個可擴展的Agent異步強化學習框架，端到端可加速3到5倍，並將外掛程式式智慧型體Agent支持擴展至百萬級規模。