阿里Qwen3.5马年首开源！35B性能逆袭235B，给开发者送省钱绝招

智东西
作者 李水青
编辑 云鹏

智东西2月25日报道，今日，阿里推出马年首批新模型——Qwen3.5中型模型系列，包括推出Qwen3.5-122B-A10B、Qwen3.5-35B-A3B、Qwen3.5-27B（Dense）三款开源模型，同时Qwen3.5-Flash（Qwen3.5-35B-A3B生产版本）API已上线阿里云百炼。

Qwen3.5最新三款中型模型在指令遵循、研究生级推理、哈佛-MIT数学竞赛级数学、多语言知识、智能体工具使用等
12项能力测评中，在通用推理、数学、智能体、多模态等多个方面，整体表现可与GPT-5 mini、Claude Sonnet 4.5等国际一流模型相媲美。

▲Qwen3.5中型模型系列测评情况

模型一经发布在开发者圈引起关注。多位开发者称这些模型尺寸是本地推理的绝佳选择，赞叹其“更小模型实现更强性能”，甚至有人称Qwen3.5-35B-A3B有望将其每月花费从2000欧元（购买Gemini服务）降至50欧元，大大节省成本。

▲社交平台X上的网友评论

具体来看，其中最受关注的Qwen3.5-35B-A3B，性能已超越参数规模大数倍的Qwen3-235B-A22B-2507和Qwen3-VL-235B-A22B。正如一位海外网友所说：“架构+数据质量>原始参数。我一年来一直这么说。”

▲社交平台X上的网友评论

Qwen3.5-122B-A10B和Qwen3.5-27B进一步缩小了中型模型与前沿模型之间的差距，尤其是在复杂智能体场景中表现突出。Qwen3.5-Flash是与35B-A3B版本一致的托管生产版本，主打以较快速度提供强性能，每百万Token价格低至0.2元，默认支持1M超长上下文长度，满足长文档与复杂任务处理需求。

目前，Qwen Chat上的模型均已更新为Qwen3.5系列，最新四款中型模型也已上线。智东西第一时间对这三款开源模型进行了初步体验，发现这三款中型模型已能满足多种日常的多模态理解、知识解答、视觉编程等任务，达到匹敌Qwen3-235B-A22B-2507的效果，不过在SVG卡通场景绘制等场景仍有提升空间。

▲四款新模型已上线Qwen Chat

持续迭代的产品力有望让阿里千问占据更大市场。近期，国际市场调研机构沙利文报告显示，2025年下半年，中国企业级大模型日均调用量千问（Qwen）占比32.1%位列第一，相较上半年的17.7%几乎翻倍，相比字节豆包（21.3%）、DeepSeek（18.4%）领先优势扩大。

Hugging Face地址：
https://huggingface.co/collections/Qwen/qwen35
魔搭社区地址：
https://modelscope.cn/collections/Qwen/Qwen35
体验地址：
https://chat.qwen.ai/

一、实测多模态与知识能力出色，小体格编程，SVG生成待提升

在智东西的初步体验中，三款模型在多模态理解和知识能力上都效果不错。

比如当我上传一张“公鸡根雕”的图片，三款模型都能够准确识别其为根雕艺术品，能够根据颜色和纹理准确识别材料为“崖柏”，能结合中国传统文化解读这一物件的意义，甚至能基于材质、工艺水平、尺寸大小等因素进行价格评估，评估结果基本符合这一领域的专业水平，令人很惊喜。

如下图所示，Qwen3.5-122B-A10B和Qwen3.5-35B-A3B的输出答案都基本接近事实，对“这是什么物件，用的什么原材料，有什么寓意，可能值多少钱？”四个问题进行了准确的理解作答。

▲Qwen3.5-122B-A10B生成的答案

Qwen3.5-27B的输出内容在形式上更加别出心裁，不仅对几个问题进行了准确回答，还通过图表、格式变化等方式，让内容呈现更加重点分明，并最终给出了“5000-15000元”较为直接可参考的估价，体现了其“工程实用度高”的特点。

▲Qwen3.5-27B生成的答案

而后智东西着重考察了Qwen3.5-27B（Dense）的编程能力，让其生成一个“虚拟助手个人智能体OpenQwen的官方主页”，并提出“该助手可辅助编程、办公、购物等各类事务。生成高质量图片作为网站素材，包含智能体头像及功能使用场景演示”等特征。

如下图所示，Qwen3.5-27B能够比较完整地生成这一网站的页面，逻辑上基本与提示词描述契合，展现其以较小参数规模实现了较强视觉编程能力的特征。不过相比Qwen3.5-397B-A17B的视觉编程能力，Qwen3.5-27B在视觉元素丰富程度、交互性等方面仍有一些差距。

▲Qwen3.5-27B生成的代码预览情况（部分）

▲Qwen3.5-397B-A17B生成的代码预览情况

而在SVG卡通场景绘制的场景中，智东西要求三款模型输出“阳光沙滩”的SVG卡通图，对尺寸、主题、元素、风格和细节要求具体，三款模型在复杂约束下输出的SVG基本结构清晰，但太阳、海浪、遮阳伞、椰子树等物体的贴近程度仍表现不足。

▲提示词

Qwen3.5-122B-A10B生成的SVG相对更加准确，椰子树下的阴影更符合物理规律，画面的饱和度更加高。

▲Qwen3.5-122B-A10B生成的SVG

▲Qwen3.5-35B-A3B生成的SVG

▲Qwen3.5-27B生成的SVG

二、35B模型超235B，开发者喜迎降本，催更1B小版本

2月16日，阿里正式推出原生视觉语言模型Qwen3.5，Qwen3.5系列的第一款模型Qwen3.5-397B-A17B首次以开源权重形式亮相，该模型在推理、编程、智能体能力与多模态理解等全方位基准评估中领先，引起产业关注。

仅仅一周多之后，阿里发布了Qwen3.5系列几款中型模型，进一步在海内外引起开发者的高热讨论。

其中最受关注的当属拥有350亿参数的Qwen3.5-35B-A3B。多位网友称Qwen3.5-35B-A3B击败2350亿参数的Qwen3-235B-A22B-2507是“重点”、“大新闻”。

有网友称：“更小的模型在更便宜的硬件上运行速度更快，同时还能达到甚至超越大型模型的性能——这才是AI真正的民主化。”还有网友分享：“我现在在一个项目上每月要花2000欧元购买Gemini服务，如果这是真的，那费用就降到每月50欧元了。”

▲社交平台X上的网友评论

一位开发者分享了其部署Qwen3.5-35B-A3B的情况，称模型可以跑在16GB的显存机器上，处理32k上下文时，每秒处理数能达到60-70个任务；但他也提到，模型吞token的速度惊人，一个短谜题就用了大约6k token，但最终答案是正确的。

▲社交平台X上的网友评论

Qwen3.5-27B的模型参数更小，也做到了“小规模强性能”。一位网友称：“Qwen3.5-27B型号的得分为何如此之高？GGUF版本何时发布？”另一位网友也称：“这次发布太棒了！我对27B参数模型特别感兴趣，不过以后你们能不能把GGUF模型也和主版本一起发布？这样用户就能更快地用上这个模型。”

▲社交平台X上的网友评论

也有网友开启了催更模式。有网友称：“有计划发布小型模型吗？比如1B/3B/7B？”，也有网友喊话：“我希望未来几周内也能推出2-4B参数的型号，Qwen3-4B-2507或许是迄今为止性能与体积比最高的型号，我希望你们能延续这一传统。”

▲社交平台X上的网友评论

不过也有网友表达了更高的期待：“我真搞不懂为什么这张图表（测评图表）里没有Claude Sonnet 4.6和Opus 4.5这两款在SWE认证评分中分别高达79.6分和80.6分的机型。”

▲社交平台X上的网友评论

三、基准测试：122B大而全，35B强在智能体，27B工程实用度高

看完实际体验，我们再回过头来看看具体的测评成绩。从这三款模型的定位来看：

Qwen3.5-122B-A10B是一个相对大而全的模型，综合能力最强，相对适合多模态、视频、多语言场景；

Qwen3.5-35B-A3B的优势集中在智能体深度能力，适用于智能体规划、深度推理、任务调度，空间智能能力强；

Qwen3.5-27B（Dense）主打轻量化部署，工程实用度高，交互、编程、长文本、数学拔尖。

在知识维度，Qwen3.5-122B-A10B在专业领域知识与推理（MMLU-Pro）、多语言与多领域知识（MMLU-Redux）、研究生级知识与推理（SuperGPQA）三项取得最高分。在指令跟随、长上下文处理和STEM推理三大维度，Qwen3.5全系列都取得领先的成绩。

在编程能力上，Qwen3.5-27B在SWE-bench Verified（真实软件工程问题解决能力）中取得最高分，Qwen3.5-122B-A10B在Terminal Bench 2（终端环境下的代码执行与调试能力）和 FullStackBench en（英文全栈开发能力）中表现最佳。

在通用智能体维度，Qwen3.5系列呈“梯队式优势”，在BFCL-V4（通用智能体工具使用能力）、TAU2-Bench（智能体任务执行与适配能力）、DeepPlanning（智能体深度规划与逻辑推演能力）等多项测评中取得最佳成绩。在搜索智能体维度，Qwen3.5-122B-A10B主导英文/中文浏览检索，Qwen3.5-27B包揽复杂推理与综合搜索最高分。

在多语言能力维度，Qwen3.5-122B-A10B表现尤为突出。在多模态能力维度，其在通用VQA领域也表现强势，拿下RealWorldQA（真实世界场景下的视觉问答能力）、MMStar（多模态综合理解与推理能力）等四项最高分；Qwen3.5-27B在HallusionBench（多模态幻觉抑制与事实一致性能力）、CharXiv（RQ）（学术文档的理解与检索能力）等评测中表现最佳。

在空间智能方面，Qwen3.5系列实现全维度领跑。在视频理解方面，Qwen3.5-122B-A10B成为本次测评的绝对领跑者，包揽带字幕的视频多模态理解能力、视频与语言结合的跨模态理解能力等6项单项最高分。

聚焦视觉智能体与专业视觉能力，Qwen3.5系列垄断视觉智能体与医疗视觉核心能力：在8项测评中，Qwen3.5系列包揽了6项最高分，仅在桌面系统交互（OSWorld-Verified）上落后于GPT-5-mini，整体视觉智能体与医疗视觉能力领先。

四、对比Qwen3，解读Qwen3.5五大技术升级

按照千问研发团队的思路，智能进步的关键，从来不是堆参数，而是更优架构+更高质量数据+强化学习（RL）的有效协同。

相比于阿里上一代旗舰模型Qwen3，Qwen3.5具有以下增强功能：

统一视觉语言基础：在多模态标记上进行早期融合训练，实现了与Qwen3的跨代对等，并在推理、编码、Agent和视觉理解基准测试中优于Qwen3-VL模型。

高效混合架构：门控Delta网络与稀疏混合专家相结合，可实现高吞吐量推理，同时最大限度地减少延迟和成本开销。

可扩展的强化学习泛化：将强化学习扩展到百万智能体环境，并逐步增加任务分布的复杂性，以实现强大的现实世界适应性。

全球语言覆盖范围：扩展支持201种语言和方言，实现包容性的全球部署，并具备细致入微的文化和区域理解。

下一代训练基础设施：与仅文本训练相比，多模态训练效率接近100%，异步RL框架支持大规模代理支架和环境编排。

结语：企业级大模型市场头部效应初显，产品迭代速度是关键

通过此次发布Qwen3.5中型模型系列，阿里试图以“更优架构+更高质量数据+强化学习”，验证了“规模法则”之外的另一条进化路径。

三款模型的发布时间距离Qwen3.5-397B-A17B仅一周，分别切入多模态、智能体深度推理与轻量化部署三大场景，在开发者圈引发了模型成本热议，也快速补齐了其产品矩阵。

从市场格局看，Qwen系列在国内企业级市场的日均调用量份额从17.7%跃升至32.1%，进一步拉大领先优势。此次发布通过分层产品矩阵，有望进一步巩固其在企业级市场的头部地位。