阿里巴巴正式推出全新一代開源大模型千問Qwen3.5-Plus，憑借多項技術創新在性能與性價比維度實現突破。該模型總參數規模達3970億，但通過極致稀疏架構設計，實際激活參數僅170億，在推理效率提升的同時，部署顯存占用降低60%，最大推理吞吐量較前代提升19倍。官方數據顯示，其API調用價格每百萬token低至0.8元，僅為同類產品Gemini 3 Pro的十八分之一。
技術架構層面，Qwen3.5-Plus實現四大核心突破。混合注意力機制通過動態分配計算資源，使模型在處理長文本時自動聚焦關鍵信息，突破傳統全量計算導致的算力瓶頸。極致稀疏MoE架構創新性地構建"專家子網絡"激活機制，僅用不足5%的參數即可調用全部知識儲備，在保持3970億參數規模的前提下，將推理成本降至行業新低。原生多Token預測能力讓模型具備"多步規劃"能力，推理速度較傳統逐token生成方式提升近一倍，特別在代碼補全、長文本生成等場景中實現"秒級響應"。系統級穩定性優化通過注意力門控、歸一化策略改進等技術手段，確保超大規模訓練的穩定性，相關成果已獲NeurIPS 2025最佳論文獎。
在多模態交互領域，Qwen3.5-Plus展現出顛覆性能力。其視覺智能體技術突破傳統聊天機器人局限，可精準識別屏幕元素坐標與功能屬性，模擬點擊、滑動等操作。官方演示顯示，模型能在移動端跨應用完成信息提取、數據整理、流程自動化等復雜任務，在PC端實現多步驟辦公流程的自主執行?？鐟脜f作能力打通數據孤島，例如自動從郵件提取信息、讀取表格數據后通過通訊軟件發送，這種"用戶代理"模式重新定義了人機協作范式。
視覺編程能力成為該模型另一技術亮點。在演示案例中，用戶僅需展示網頁設計草圖，模型即可在6分48秒內生成包含完整HTML/CSS/Javascript代碼的可用頁面，并自動匹配適配素材。這種"從草圖到產品"的轉化能力，源于模型對視覺元素與語義邏輯的深度理解——既能識別圓形代表按鈕、線條代表布局分隔，更能推斷"導航欄""內容區"等設計意圖。原生多模態架構使模型在預訓練階段即完成文本與視覺信息的深度融合，支持直接處理百萬級token的上下文窗口，相當于可完整解析兩小時視頻內容，并生成結構化文檔或代碼。
開發者生態建設同步推進，千問APP及PC端已完成模型接入，魔搭社區、HuggingFace平臺開放模型下載，阿里云百煉平臺提供API調用服務。性能評測顯示，Qwen3.5-Plus在推理、編程、Agent智能體等基準測試中全面領先，視覺理解能力獲多項權威評測第一，其以小勝大的技術路線為大規模模型發展提供全新思路。
