阿里发布千问3.5，性能媲美Gemini 3， Token价格仅为其1/18

蛇年尾声，阿里更强大的千问模型登场。

2月16日除夕当天，阿里巴巴开源全新一代大模型千问Qwen3.5-Plus。千问3.5在文本和视觉的混合数据上预训练，实现了原生多模态的新突破，在推理、编程、Agent智能体等全方位基准评估中均表现优异，并在视觉理解能力的权威评测中斩获数项性能最佳。

Qwen3.5的核心突破在于从架构层面系统性破解了大型模型的“效率-精度”悖论。通过混合注意力机制，模型实现了对长文本的动态聚焦，告别了全量计算的算力浪费；而极致稀疏MoE架构则以不足5%的激活参数调动3970亿总参数的知识储备，将推理成本降至新低。

在效率跃升的同时，原生多Token预测能力让模型从“逐字蹦”进阶为“多步规划”，响应速度接近翻倍。通义团队斩获NeurIPS最佳论文的注意力门控等系列稳定性优化，则为这些激进创新提供了系统级保障，确保超大规模训练真正“跑得稳”。这四大技术共同指向一个目标：用更少的算力，唤醒更强的智能。

千问APP、PC端已第一时间接入Qwen3.5-Plus模型。开发者可在魔搭社区和HuggingFace下载新模型，或通过阿里云百炼直接获取API服务。

性能媲美Gemini 3 Pro ，且极具性价比

据阿里介绍，阿里巴巴开源全新一代大模型千问Qwen3.5-Plus，性能媲美Gemini 3 Pro，登顶全球最强开源模型。千问3.5实现了底层模型架构的全面革新，此次发布的Qwen3.5-Plus版本总参数为3970亿，激活仅170亿，以小胜大，性能超过万亿参数的Qwen3-Max模型，部署显存占用降低60%，推理效率大幅提升，最大推理吞吐量可提升至19倍。

价格方面，Qwen3.5-Plus的API价格每百万Token低至0.8元，仅为Gemini 3 pro的1/18。

四大技术突破：从架构创新到系统稳定

Qwen3.5的核心技术突破体现在四大创新维度。首先是混合注意力机制，它让模型学会“有详有略地读”。传统大模型处理长文本时，每个token需与所有上下文进行全量注意力计算，文本越长、算力消耗越大，这是制约长上下文能力的核心瓶颈。Qwen3.5通过动态分配注意力资源，对重要信息精读、对次要信息略读，实现了效率与精度的同步提升。

其次是极致稀疏MoE架构。传统稠密模型每次推理需激活全部参数，参数越多、算力成本越高。MoE架构的创新在于根据输入内容仅激活最相关的“专家”子网络，而Qwen3.5将这一思路推向极致——以3970亿总参数、仅激活170亿参数的稀疏架构，实现用不足5%的算力调动全部知识储备，大幅降低推理成本。

第三是原生多Token预测能力。传统模型采用逐token生成方式，推理效率受限。Qwen3.5在训练阶段即学会对后续多个位置进行联合预测，使推理速度接近翻倍。这一“多步规划”能力在长文本生成、代码补全、多轮对话等高频场景中，为用户带来接近“秒回”的响应体验。

最后是系统级训练稳定性优化，确保上述架构创新在超大规模训练中真正“跑得稳”。以通义团队斩获NeurIPS 2025最佳论文奖的注意力门控机制为例，该机制在注意力层输出端加入“智能开关”，像水龙头一样对信息流进行智能调控——既防止有效信息被淹没，也避免无效信息被过度放大，从而提升输出精度与长上下文泛化能力。此外，归一化策略优化、专家路由初始化等深层改进，分别解决不同环节的稳定性问题，共同保障模型在大规模训练中的稳健运行。

从“应答”到“操作”的人机交互新范式

与传统聊天机器人的本质区别在于，Qwen3.5不再满足于应答交互。其搭载的视觉智能体能力，使其能够像人类一样“观看”手机和电脑屏幕，精准理解界面元素的位置与功能，并自主执行操作。官方演示中，用户仅需通过自然语言下达指令，模型即可在移动端跨应用完成任务，或在PC端处理数据整理、多步骤流程自动化等复杂工作，将人机协作推向全新维度。

这一能力的实现，源于其先进的视觉理解技术。Qwen3.5能够精准定位屏幕元素，识别按钮、文本框、图标的坐标与功能属性，进而模拟点击、滑动、输入等操作。通过对屏幕内容的视觉编码与语义解析，AI真正具备了与数字世界交互的“视觉”与“手部”能力。用户可根据需求选择本地或云端部署，在计算效率与数据可控性之间灵活平衡。

跨应用协作则是Qwen3.5的另一突破。演示场景中，模型能够从邮件提取信息、读取表格数据、再通过通讯软件完成发送，这一系列操作打通了传统应用间的数据孤岛，将多步骤流程自动化变为现实。传统应用的隔离机制在AI智能体面前不再是障碍，因为它以“用户代理”的身份合法、高效地协同各应用，为用户创造无缝的数字体验。这种从单一工具向全能数字助手的进化，正为人机协作开辟全新的想象空间。

6分48秒，从一张草图到一段代码：Qwen3.5的“读心术”有多强？

更令人惊叹的是Qwen3.5所展现的视觉编程能力。在一段演示视频中，用户仅用手指了一个网页界面的草图，模型便在6分48秒内将其转化为结构清晰、可直接运行的网页代码，甚至自动匹配了高质量图片素材。这种“从草图到产品”的能力，展示了模型对视觉信息的深度理解，它不仅能识别圆形代表按钮、线条代表布局分隔，还能推断设计意图，理解“这是导航栏”“那是内容区”，并匹配对应的HTML、CSS和JavaScript代码逻辑。

深入技术细节会发现，这种能力源于Qwen3.5的原生多模态架构。与以往通过“视觉编码器+语言模型”简单拼接的方式不同，Qwen3.5在预训练阶段就实现了文本与视觉的深度融合，使模型能同时理解像素级位置信息与语义层面的抽象概念。数据显示，该模型的上下文窗口扩展至100万个token，可直接处理长达两小时的视频内容，这意味着它能够完整地观看一部电影，并将剧情、人物关系、视觉风格整理成文档或代码。这种跨模态的“全景”记忆能力，已经远远超出人类单次处理的信息量。