千问3.5，把「贵」字从AI字典里删了

文：王智远 | ID:Z201440

今天除夕，阿里发了Qwen 3.5。

为什么阿里非要把这款大模型放在春节期间发布？因为春节是中国人最重要的日子，他们对这款产品有绝对的信心。

这款让阿里「除夕夜加班」的模型，到底强在哪？

01

先看一组数字。Qwen 3.5-Plus，总参数3970亿，激活只用了170亿。

什么意思呢？打个比方：

一个公司有3970名员工，涵盖各种领域的专家；但每次接到任务，他们不搞全员大会，只根据任务类型，精准叫醒最懂行的170个人出来干活。

结果呢？这170个人干的活，比对手1万人的团队、数百人的专家还要漂亮。

这就是「以小胜大」。

上一代Qwen3-Max是万亿参数，这一代Qwen3.5-Plus只有不到4000亿总参数，但性能反超了；推理吞吐量最高提升19倍，部署成本降低60%。

翻译成大白话即：跑得更快，吃得还少。凭什么能做到呢？凭阿里这次在底层架构上动了三刀。

第一个刀法叫「混合注意力机制」。以前大模型处理长文本，像一个人读一本厚厚的书，每读一个字都要回头复习前面所有的字。

读到第1万字，得把前面9999个字都过一遍；这谁受得了？

千问3.5的做法：重要的内容精读，次要的内容略读，像人读书一样，该快的地方快，该慢的地方慢。效率和精度，同时保住了。

第二个刀法叫「极致稀疏MoE」。

前面说的那3970名员工，每次只叫醒最相关的17个，这叫「稀疏」，谁懂谁进来；过去那种「把所有专家都请到会议室」的稠密模型，太累了，看着阵仗大，其实大部分人在玩手机。

第三个刀法叫「多Token预测」。

以前模型生成文字，是一个字一个字往外蹦，蹦完第一个想第二个，蹦完第二个想第三个。

千问3.5换了个思路：先想好接下来几步说什么，然后一口气说出来。就像你聊天，是想好一整句话再说。结果呢？响应速度翻倍。

注释：同样的时间内，千问3.5能吐出多少内容。32K上下文时，它是Qwen3-Max的8.6倍；256K超长上下文时，直接飙到19倍。

值得一提的是，还有一个刀法叫「门控机制」。这是千问团队拿了NeurIPS 2025最佳论文的技术。

简单说，给注意力装了个「智能水龙头」，该放大的信息放大，该过滤的过滤，防止有效信息被淹没，也防止无效信息瞎嚷嚷。

这个水龙头装在哪、怎么调，是人家一年前就开始琢磨的事，现在终于用上了。

所以，几道下来，效果怎么样？

考验知识广度的MMLU-Pro评测中，千问3.5拿了87.8分，超过GPT-5.2。专为难倒博士设计的GPQA难题集上，88.4分，超过Claude 4.5。

考验模型能不能听懂人话的IFBench指令遵循测试中，76.5分，刷新所有模型纪录。

至于动手能力，也就是行业里说的Agent智能体，BFCL-V4和Browsecomp两个评测里，千问3.5全面超越Gemini 3 Pro和GPT-5.2。

说白了，样样强。但比分数更有意思的是方向。

过去两年，大模型行业信奉「大力出奇迹」，参数从千亿堆到万亿，性能确实在涨；代价也在涨，部署要专用集群，推理要烧算力，中小企业用不起，端侧设备跑不动。

千问3.5换了一条路：用技术创新替代参数堆砌，用架构效率替代蛮力硬扛。这条路，至少目前看，走通了。

02

走通了，问题来了，当模型变得更聪明、更便宜，它能帮我们做什么？

用一个词总结就是：原生多模态。

市面上很多模型也说自己「多模态」，能看图、能识字。但仔细看，大多是拼装的；先训好一个语言模型，再外挂一个视觉模块，中间靠「适配器」勉强对齐。

有的产品甚至在后台做路由分发，你发一张图，它悄悄转给另一个模型处理，用户以为是一个模型全能，其实多个模型轮班。

千问3.5走了一条不同的路。

预训练第一天起，在文本、视觉混合数据上一起学。不是先学会说话再睁开眼睛，是一边看世界一边学说话。

视觉和语言在同一个神经网络里深度融合，看到一张图，自然就懂它的语义；读到一段文字，脑子里能自动构建对应的画面。没有中间翻译，没有信息折损。

这叫「原生」。

智远认为，「原生」价值在于它为后续的能力进化埋下了伏笔，因为只有从底层打通了视觉和语言，模型才可能真正理解物理世界的逻辑，这是通往AGI的必经之路。

打通之后，千问3.5能做什么？

先说看得见的。

它能理解长达2小时的视频；你扔进去一部电影，它能分析剧情走向、人物关系、因果关系，是真的看懂了时间线上的变化。

它能对图像做像素级定位，你想改图上某个地方，说句话它就懂；它还能把手绘的界面草图直接转成可运行的前端代码，产品经理画个框，程序员不用写了。

甚至，它能看懂截图里的UI问题，然后自动修复。

数字也能说明问题；多模态推理的MathVison评测里，千问3.5拿了第一。通用视觉问答RealWorldQA里，第一。OCR文字识别CC_OCR里，第一。

空间智能RefCOCO里，第一。视频理解MLVU里，还是第一。相比上一代的千问视觉专项模型，千问3.5的空间定位推理、带图推理能力都大幅增强，看得见，还看得准。

有了「看懂世界」的能力，千问3.5开始「动手办事」了。

它可以自主操作手机和电脑，跨应用完成复杂任务。你说「帮我把昨晚聚会的照片整理成相册，再挑几张发朋友圈」，它能自己打开相册、筛选照片、编辑文案、切换到微信、发布。

一系列操作，不用你动手。

千问团队还专门搭了一套强化学习框架，让智能体在真实场景里反复练习，端到端效率提升3到5倍。

春节期间，千问App的AI购物Agent上线，6天时间帮用户完成了1.2亿笔订单，这是全球第一次，AI在真实世界里大规模帮人办事，还办成了。

从「看懂」到「动手」，千问3.5迈出了关键一步。这些技术创新，对于商业有什么影响呢？

03

先说结论：价格便宜了，API价格每百万Token只要0.8元，只有Gemini 3 Pro的1/18。

很多人第一反应：这不是赔本赚吆喝吗？错了。极致性价比，是设计出来的。如果补贴，那不可持续；但如果成本结构本身就不一样，那就是降维打击。

那成本咋降的呢？就三点：

一，架构本身就省钱。总参数3970亿只激活170亿，算力需求本来就少，成本天然就低。

第二，芯片帮了大忙。阿里有平头哥，有自己真武芯片。这颗芯片针对MoE架构做了大量优化。

通用芯片跑MoE，很多算力浪费在「调度专家」这件事上；真武芯片专门为这种模式设计，相当于给模型配了个「懂行的调度员」，同样的电，干更多的活。

这部分是云厂商自研芯片才有的红利，第三方模型拿不到。

第三，云基础设施的协同。

千问3.5的训练和推理都在阿里云上跑，通过FP8/FP32混合精度这类底层优化，激活内存减少约50%，训练提速10%。

不懂这两个词没关系，你可以把它理解成，就像装修时有的地方用实木、有的地方用复合板，整体效果不变但材料成本低了。

更关键的是，模型和云是「一家人」，调度、部署、扩容都比跨厂商顺畅得多。这种效率损耗的减少，最终都折算成成本的降低。

三点说完就清晰了，千问3.5的便宜，是「设计」出来的。

当顶级模型变成白菜价，商业世界会发生什么？

门槛肯定拉平。过去调用顶级模型，中小企业要掂量掂量预算；现在每百万Token 0.8元，相当于写一本《三体》那样的长篇小说，成本也就几块钱。

AI能力不再是巨头的专利，创业团队、个人开发者都用得起。

然后，是场景被激活；成本足够低，开发者才敢放心大胆地用，做错了重来，实验失败了再来一次，不心疼。这会催生一大批之前不敢想的AI应用。

沙利文数据显示，千问在中国企业级大模型调用市场中位居第一；Omdia的数据说，2025年上半年，中国AI云市场阿里云占35.8%，超过第二到第四名总和。

2025年全年，阿里云在中国云市场的份额从33%提升到36%，领先优势进一步扩大。

这些数据说明一件事，在千问3.5发布之前，「Powered by 阿里云」就已经是很多企业的默认选项。而今天，当新模型把性能推到新高、把成本打到新低，这个「默认选项」的势能只会被进一步放大。

就像云计算当年把服务器成本打下来，催生了无数互联网创新。模型、芯片、云形成的正循环，正在让阿里云成为AI时代的基础设施。

但，还有更狠的，阿里居然在春节把它开源了。

04

你想想，一个模型性能追平甚至超过GPT-5.2、Gemini 3 Pro，API价格只要人家的1/18，按理说藏着卖钱多好；阿里偏不，直接开源，代码、权重全放出来，谁爱下谁下，谁爱改谁改。

图啥呢？智远觉得，阿里打的算盘是「建生态」。

你看几个数字：

到今天，千问开源模型超过400个，什么尺寸都有，从0.5B的小模型到400B的大模型，纯文本的、视觉的、多模态的，覆盖得严严实实。

全球开发者基于千问做的衍生模型，超过20万个；下载量突破10亿次，甚至单月下载量比DeepSeek、Meta、OpenAI、智谱、Kimi、MiniMax这六家加起来还多。

李飞飞团队在用，爱彼迎在用，全球各地的创业公司、个人开发者都在用。

这意味着什么？

千问成了AI圈的「公共基础设施」。你做项目，想找个开源模型，不用纠结选哪个，因为千问最好用、最全、还免费，你用着用着，就习惯了；习惯着习惯着，就离不开了。

这就是开源的魔力。

历史上，这套打法被验证过两次。第一次是Linux。上世纪90年代，服务器操作系统还是Windows NT和各种Unix的天下，Linux横空出世，免费、开源、全世界一起改bug。

一开始没人当回事，觉得「免费的东西能好到哪去？」结果呢？今天互联网服务器超过96%跑在Linux上；没人问「为什么不用Windows Server」，因为Linux就是默认选项。

安卓也这么干的。手机厂商想做系统，要么自己从头造（累死），要么用安卓（省事）；结果全球几十亿台手机，都跑在安卓上。

阿里现在做的，就是AI时代的Linux和安卓。

把最强模型开源，让全球开发者帮你迭代、帮你完善、帮你把它用到各种奇奇怪怪的场景里；衍生模型越多，生态就越厚；生态越厚，后来者就越难绕过。到最后，「用千问」就变成了「不用思考的事」。

而且这个生态，最后会流回阿里云。

你想，开发者用千问做应用，跑在哪里？最顺手、最便宜、最没兼容问题的地方，当然是阿里云；企业用千问做业务，调API找谁？当然是「模型芯片云一家人」的阿里云。

这就是闭环，开源吸引开发者，开发者繁荣生态，生态带动云服务，云服务反哺模型迭代；一圈转起来，越转越快。

智远认为，这才是阿里「除夕开源」的真正用意，抢未来十年的生态位；所以，你看，千问3.5发布，表面是技术事件，其实阿里在AI时代布的一盘大棋。

千问3.5凭什么「以小胜大」？因为有技术创新、有原生多模态、有极致性价比、有开源技术。

大模型的「吨位战」结束了。

接下来比的，是谁能让更多人用得起、用得上、用得顺手；参数不重要，效率才重要；跑分不重要，生态才重要；闭源不重要，开源才重要。

2026年刚开始，阿里就把牌桌掀了。接下来，就看其他人怎么跟。

对了，开发者现在就能上手，魔搭社区和HuggingFace已经可以下载新模型，想直接调API的，去阿里云百炼就行。