最强开源大模型除夕登]场！397B参数千问3.5超越Gemini 3

更新时间：2026-02-17 02:05 来源：牛马见闻

Steam推出了方便画大饼的新功能,steam推出了方便画大饼的新功能有哪些

直-21试飞新照再曝光，未来战场还需要武装直升机吗？,直20直升机高清图

春节曾3次被取消，为何仍拦不住中国人过年？,为什么2021年不过春节

8死2伤！连云港一烟花爆竹经营部突发爆燃，当地网友爆料更多信息,连云港放烟花

20岁大学生寒假为妈妈店铺当中老年服装模特，撞脸明星20天涨粉31万，当事人：受到关注很意外，学的就是模特专业，不会签约MCN，开学后将返校读书

�让千问3.让千问3.com/s/xasS3qkNcr8ZwaYWob1KRA 千问3.

<blockquote id="4ASV3011">西风鹭羽发自凹非寺 量子位 | 公！众号 QbitAI </blockquote> 我滴妈，最卷AI大?模型，今年除夕又上新了！ 刚刚，阿里全新一代大模型Qwen3.5-Plus重磅开源发布，直接登顶最强开源模型宝座。 这一次，“源”神标杆再次被千问拔到了一个新高度： 不仅性能全面领先同级开源模型，更是媲美Gemini-3-Pro、GPT-5.2等顶级闭源模型，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 直观对比还包括—— 部署显存占用降低60%，最大推理吞吐量可提升至19倍，也就是说部署成本，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，千问这次直接把技术红利释放给用户，直接让SOTA级模型做到了平民价。 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，相当于同级别模型Gemini-3-pro的1/18 并且，千问3.5首次实现201种语言的全覆盖，词表规模从150k大幅扩充至250k，小语种编码效率最高提升60%，真正让顶尖大模型走向全球用户。 截至目前，普通用户只需登录千问APP或PC端，即可免费体验千问3.5模型；开发者们也可前往魔搭社区或HuggingFace，第一时间下载部署这款最强开源力作。 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模型，可部署在本地、端侧等不同场景，无论是开发者还是中小企业，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，中国开源模型的“疯狂二月”太顶了。 <h5>多项能力超越Gemini 3、GPT-5.2，视觉能力横扫权威基准</h5> 话不多说，千问3.5有多强，我们先来看基准测试结果。 在推理、编程、智能体等核心维度上，千问3.5能够以不到40%的参数量比肩国际一流梯队。 比如，在考核综合认知能力的MMLU-Pro测试中，千问3.5得分87.8分，超过GPT-5.2 在目前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，不仅具备极强的知识迁移能力，还在底层逻辑上实现了突破。 在指令遵循方面，千问3.5表现同样亮眼。它以76.5分的成绩领跑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能力上也是全面发力。无论是考察通用能力的BFCL-V4，还是侧重搜索能力的Browsecomp，其评分均全面超越Gemini-3-Pro，展现出优秀的Agent协同能力。 综合来看，相比前几代的千问模型，千问3.5在性能上更全面，不仅多维度无短板，更重要的是，能够落地实用。 之所以能够实现这种代际跃迁，关键在于它的“眼睛”。 与上一代的纯文本模型千问3不同，千问3.5从预训练第一天起，就是在视觉和文本的混合Token数据上进行的，而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真正睁眼看世界，拥有了整合复杂世界知识和逻辑推理的原生多模态理解能力 这一核心能力的进化，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（视频理解）等多模态主流评测中得到了有力印证： 千问3.5几乎横扫了所有指标，刷新开源大模型多模态天花板。 其中，在学科解题、任务规划与物理空间推理等高难度场景上，千问3.5也表现出超越专项模型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型，主打超长上下文、强视觉推理、视频理解与视觉Agent能力。 但作为综合模型的千问3.5，其空间定位和图文推理能力得到显著增强，尤其是在处理复杂视觉信息时，Qwen3.5会比Qwen3-VL推理逻辑更严谨，输出结果也更可靠。 千问3.5还突破了传统大模型的视频处理边界：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分析与一键摘要。 换言之，无论是情节丰富的影视巨作还是专业的深度讲座，千问3.5都能捕捉到每一处关键细节。 同时，千问3.5还打通了视觉理解和代码逻辑的原生融合，让视觉内容能够直接转化为技术产出。 过去要开发一个界面，往往需要经过“原型设计→修改成稿→转译代码”的一系列过程，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。 模型实际表现如何？来看一波官方demo展示。 先看最近很火的洗车灵魂拷问 <blockquote id="4ASV3012"><ul>我想去洗车，洗车店距离我家50米，你说我应该开车过去还是走过去？</ul></blockquote> 千问3.5一眼识破陷阱，精准抓住核心，车必须过去洗，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，轻松看懂图形规律，并顺利给出了正确答案： 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： 不只会做静态题，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 多模态生成也很强。让它为Qwen Code生成一个推广视频： 成片效果相当流畅自然，直接发布都很OK。 视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA 除了生成视频，做网站也不在话下。 让千问3.5阅读本地视频文件，就能根据内容制作一个网站，分分钟生成完成代码： 无论是产品宣传片，还是核心特性突出，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，共同完成编程任务驱动。OpenClaw可以作为第三方智能体环境，协助千问3.5进行网页搜索、信息收集和结构化报告生成等内容。 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日常任务。 视频链接：https://mp.weixin.qq.com/s/xasS3qkNcr8ZwaYWob1KRA <h5>模型架构全面革新，原生多模态</h5> 不到四千亿参数打赢万亿，API价格打到闭源模型的零头，千问3.5此次的突破，根源在于底层架构层面的升级。 过去两年，大模型行业整体遵循Scaling Law路径演进，即参数规模越大、模型能力越强。从千亿级迈向万亿级，模型在复杂推理和多任务泛化等方面持续取得进展。 但这种路径的代价同样明显——训练依赖超大规模算力集群，推理成本随参数规模同步增长，部署门槛不断提高，使得中小企业难以负担，也限制了端侧的落地。 模型能力持续增强的同时，计算效率与可扩展性逐渐成为新的瓶颈。 在这一背景下，千问3.5不再单纯扩大模型规模，而是对Transformer经典架构进行了一次深度重构，通过多项关键技术协同优化，在强性能与高效率之间找到了新的平衡点。 据官方介绍，千问3.5引入了四项关键技术。 首先，是注意力机制的结构优化。 Transformer的核心是自注意力机制，但传统实现存在一个固问题：无论信息是否重要，每个Token都需要与全部上下文进行计算关联，复杂度随上下文长度持续增长。 这使得长文本处理的计算成本迅速上升，也成为限制模型长上下文能力的主要因素之一。 千问3.5为此引入了混合注意力机制，不再对所有信息一视同仁，而是根据重要程度动态分配计算资源——关键信息高精度处理，次要信息低成本带过。在保持理解精度的同时，显著压低了计算开销，长上下文处理效率也随之提升。 第二，是极致稀疏的MoE架构设计。 如果说注意力优化解决的是“怎么读信息”的问题，那MoE架构解决的是“用多少参数来回答”的问题。传统稠密模型每次推理必须激活全部参数，参数越多成本越高。 MoE架构的思路是将模型拆分为大量专家子网络，每次推理只激活其中最相关的一部分。 千问3.5把这一思路推向极致：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留，但规模带来的成本负担被大幅卸掉。 第三，是原生多Token预测机制。 传统语言模型逐Token生成，每次输出一个再预测下一个，串行结构直接限制了推理速度。千问3.5在训练阶段就学习联合预测多个未来Tokens，使模型从逐字输出变为批量输出，而非单点预测。推理速度接近翻倍，对话响应明显加快。 第四层突破是系统级训练稳定性优化。 稀疏架构虽然效率极高，但训练难度远高于传统稠密模型。为了解决训练稳定性问题，千问团队将此前获得NeurIPS 2025最佳论文的注意力门控机制，引入到了千问3.5之中。 该机制可以理解为注意力输出端的“智能开关”。它实时控制信息流强度，强化有效信号，抑制噪声干扰。避免训练过程中的梯度异常和信息失衡。 除此之外，归一化策略、专家路由初始化等深层优化手段也被引入，分别解决不同环节的稳定性难题，共同保证前述架构创新在超大训练规模下稳定运行。 四大杀招齐出，千问3.5实现了颠覆性的效率飞跃。官方数据显示，新架构训练成本降幅高达90% 与Qwen3-Max相比，Qwen3.5-Plus部署显存占用降60%，意味着节算力部署成本大幅降低；最大推理吞吐量可提升至19倍，大幅提升推理效率。 架构创新解决的是效率问题，而千问3.5的另一重跃迁，指向的是智能本身——它要让大模型真正“看得见” 目前行业里不少所谓的多模态方案，做法其实是分步拼接： 先把语言模型训好，再把视觉模块接上去，中间加一层对齐网络把两边的表征勉强拉到一起。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，后端其实是不同任务调不同模型，本质上就是个路由器。 这类方案能用，但谈不上真正的融合，而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，让模型从第一步就在同一参数空间里同时消化这两种信息。这样训出来的模型，处理图片和处理文字走的是同一条神经通路，不需要中间再做翻译或对齐。 这种融合在工程上极具挑战。图像和文本的数据结构差异很大，如果强行套用同一套并行策略，计算资源的浪费会很严重。千问3.5的处理方式是让两种模态在训练过程中各自按最适合自己的方式走，只在必要的环节进行信息交汇。 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型几乎没有差别。 同时，团队还加上了一套针对性的混合精度方案，在不同环节灵活切换FP8和FP32，激活内存砍掉了大约一半，训练速度还额外快了10%。这套精度策略不只用在预训练阶段，强化学习和推理环节也统一部署了进去。 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，训练效率直接拉高了3到5倍。 当然，上述能力的实现，最底层离不开阿里云AI基础设施的支撑。超大规模混合数据训练的稳定性、多模态并行策略的工程落地、训练到推理全链路的精度优化，每一项都需要底层算力平台的深度配合。 最最关键的是，千问不光技术能打，更是在开源的路上一路狂飙。 <h5>阿里是真“源”神</h5> 不知道还有没有人记得啊，去年阿里就在春节期间连发好几个模型，春晚直播进行时，掐着点甩出Qwen2.5-Max，直接把DeepSeek V3给反超了。 当时网友们的评论是：杭州这群人，不睡觉也要送上新春大礼包。 一年过去了。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。 回顾千问开源之路： 自2023年开源以来，阿里已累计开源400多个模型。从0.5B到235B全尺寸覆盖，从端侧到云端全面布局，涵盖文本生成、视觉理解与生成、语音理解与生成、文生图、视频模型等全模态领域……千问直接把开源模型货架，摆的满满当当。 而且，每一代、每一个尺寸，都在稳定输出天花板级产品，换来实打实的战绩： 全球下载量突破10亿次，单月下载量超过第2名到第8名的总和，开发者基于千问开发的衍生模型已超过20万个 千问目前已稳居全球最大AI大模型族群。“最强开源得投千问一票”，从一部分人的判断，变成了全球开发者的共识。 不论是开源开放，还是把API价格打到0.8元/百万Tokens，亦或是将支持语言扩展到186种，千问的意图很明显：让更多人能用上、用得起最顶尖的模型。 当开源模型在核心能力上追平甚至反超闭源，而且免费可商用，竞争的逻辑就变了。这不再是一个模型和另一个模型之间争跑分的游戏，而是两种生态路径的选择。 Linux没有靠卖系统成为商业巨头，却成为了全球服务器领域的主流支撑。Android也不靠系统授权盈利，却让智能手机真正普及到每一个人。 千问想走的路，大概也是这一条。 最后别忘了，这些只是模型礼盒！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，太疯狂了。

编辑：龚菲