除夕佳節(jié)之際，科技領域迎來一則重磅消息：阿里在chat.qwen.ai頁面悄然上線了Qwen3.5-Plus與Qwen3.5-397B-A17B兩款全新大語言模型，為新春增添了一抹科技亮色。

據官方介紹，Qwen3.5 Plus作為Qwen 3.5系列的最新力作，被定位為新一代大語言模型；而Qwen3.5-397B-A17B則擔當起Qwen3.5開源系列的旗艦角色。這兩款模型均具備強大的文本處理與多模態(tài)任務處理能力，展現(xiàn)出阿里在人工智能領域的深厚積累。

在模型架構上，Qwen3.5實現(xiàn)了全面革新。Qwen3.5-Plus版本總參數(shù)規(guī)模高達3970億，但激活參數(shù)僅為170億。這一設計使其性能超越了擁有萬億參數(shù)的Qwen3-Max模型，同時部署顯存占用大幅降低60%，推理效率顯著提升，最大推理吞吐量可提升至原來的19倍，為實際應用提供了更高效的解決方案。

在各項評測中，Qwen3.5系列模型表現(xiàn)卓越。在MMLU-Pro認知能力評測中，Qwen3.5斬獲87.8分，超越了GPT-5.2；在博士級難題GPQA測評中，以88.4分的成績高于Claude 4.5；在指令遵循IFBench評測中，更是以76.5分的成績刷新了所有模型的紀錄。在通用Agent評測BFCL-V4、搜索Agent評測Browsecomp等基準測試中，Qwen3.5的表現(xiàn)均優(yōu)于Gemini 3 Pro，彰顯出其強大的綜合實力。

Qwen3.5-397B-A17B同樣不負眾望，在推理、編程、智能體能力以及多模態(tài)理解等多個維度的全方位基準評估中均取得優(yōu)異成績。該模型采用創(chuàng)新的混合架構，將線性注意力（Gated Delta Networks）與稀疏混合專家（MoE）技術相結合，在保持強大能力的同時，實現(xiàn)了出色的推理效率。其總參數(shù)量達3970億，但每次前向傳播僅激活170億參數(shù)，有效優(yōu)化了速度與成本。該模型對語言與方言的支持從119種擴展至201種，為全球用戶提供了更廣泛、更完善的語言服務。

在預訓練方面，Qwen3.5從能力、效率與通用性三個維度進行了深入推進。在能力維度，模型在更大規(guī)模的視覺-文本語料上進行訓練，并加強了中英文、多語言、STEM與推理數(shù)據的訓練，采用更嚴格的過濾標準，實現(xiàn)了跨代持平的優(yōu)異表現(xiàn)，Qwen3.5-397B-A17B與參數(shù)量超過1T的Qwen3-Max-Base表現(xiàn)相當。在效率維度，基于Qwen3-Next架構，通過更高稀疏度的MoE、Gated DeltaNet + Gated Attention混合注意力、穩(wěn)定性優(yōu)化與多token預測等技術，在32k/256k上下文長度下，Qwen3.5-397B-A17B的解碼吞吐量分別是Qwen3-Max的8.6倍和19.0倍，且性能相當；同時，其解碼吞吐量也分別是Qwen3-235B-A22B的3.5倍和7.2倍。在通用性維度，通過早期文本-視覺融合與擴展的視覺/STEM/視頻數(shù)據，實現(xiàn)了原生多模態(tài)，在相近規(guī)模下優(yōu)于Qwen3-VL；多語言覆蓋從119種增至201種語言/方言，25萬詞表（相比之前的15萬）在多數(shù)語言上帶來了約10–60%的編碼/解碼效率提升。

憑借高效的混合架構與原生多模態(tài)推理能力，Qwen3.5為通用數(shù)字智能體的發(fā)展奠定了堅實基礎。據悉，下一階段的研究重點將從模型規(guī)模轉向系統(tǒng)整合，致力于構建具備跨會話持久記憶的智能體、面向真實世界交互的具身接口以及自我改進機制，目標是打造能夠長期自主運行、邏輯一致的系統(tǒng)，將當前以任務為邊界的助手升級為可持續(xù)、可信任的伙伴。