“大模型進入原生多模態(tài)時代！”

作者丨劉偉

編輯丨林覺民

這可能是有史以來AI濃度最高的一次春節(jié)。千問、豆包、元寶等 C 端 AI助手爭相贊助春晚，借紅包與補貼快速拉升日活；各家基礎(chǔ)大模型也悄然迭代版本，蓄勢展開行業(yè)角逐。

而這輪AI春節(jié)檔迎來了最強殺手锏！2 月 16日除夕當(dāng)天，阿里開源全新一代大模型Qwen3.5-Plus，其性能媲美Gemini-3-pro、GPT-5.2等頂級閉源模型，一舉登頂全球最強開源模型寶座。

這款模型在模型架構(gòu)上全面創(chuàng)新，是旗下首款原生多模態(tài)模型，并且在性能和推理效率上均實現(xiàn)大幅提升。此次發(fā)布的Qwen3.5-Plus 總參數(shù)達 3970 億，實際激活僅 170 億，性能卻超越萬億參數(shù)的 Qwen3-Max 模型；同時部署顯存占用降低 60%，最大吞吐量可提升至19倍，真正實現(xiàn)以小勝大。

實測結(jié)果顯示，千問 3.5 在 MMLU-Pro 認(rèn)知能力評測中拿下 87.8 分，超越 GPT5.2；在博士級難題 GPQA 測評中斬獲 88.4 分，高于 Claude 4.5；在指令遵循 IFBench 評測中以 76.5 分刷新所有模型紀(jì)錄；在通用 Agent 評測 BFCL-V4、搜索 Agent 評測 Browsecomp 等基準(zhǔn)中，表現(xiàn)均超越 Gemini-3-Pro。

這次，阿里還把底層模型架構(gòu)和AI infra創(chuàng)新的紅利釋放給了廣大企業(yè)和開發(fā)者，千問 3.5 加量不加價 —— 性能大幅躍升的同時，使用成本再創(chuàng)新低。阿里云百煉上的千問 3.5 API 價格已經(jīng)出爐：每百萬 Token 輸入低至 0.8 元，僅為 Gemini-3-pro 的 1/18。

01

模型架構(gòu)多項創(chuàng)新，

千問3.5性能、效率大幅提升

過去數(shù)年，大模型行業(yè)陷入近乎偏執(zhí)的 “參數(shù)崇拜”。從千億到萬億，參數(shù)規(guī)模的膨脹被視作性能提升的唯一路徑，而這種粗放式發(fā)展也存在諸多問題：部署門檻高，推理消耗天價成本…… 技術(shù)創(chuàng)新與實際應(yīng)用之間，形成一道難以跨越的鴻溝。

Qwen3.5-Plus打破了這一固有思路，它不僅在架構(gòu)層面實現(xiàn)創(chuàng)新，還采用了全新的原生多模態(tài)預(yù)訓(xùn)練范式，直接打破開源模型的性能天花板。

Qwen3.5-Plus 的技術(shù)與架構(gòu)創(chuàng)新，主要體現(xiàn)在四大核心維度：首先是注意力機制的革新。面對長文本，傳統(tǒng) Transformer 模型需對每個詞與所有上下文做全量計算，算力消耗隨文本長度指數(shù)級增長。Qwen3.5-Plus 引入混合注意力機制，讓模型學(xué)會 “有詳有略地讀”，自動識別關(guān)鍵信息精讀、非關(guān)鍵部分快讀，既大幅降低長文本處理的算力成本，又保障信息處理精度。

其次是架構(gòu)層面的代際躍遷。Qwen3.5-Plus 采用極致稀疏的混合專家（MoE）架構(gòu)。傳統(tǒng)稠密模型每次推理都要激活全部參數(shù)，如同讓整個工廠的工人同時作業(yè)，無論任務(wù)大??；而 MoE 架構(gòu)恰似一支特種部隊，僅根據(jù)任務(wù)需求調(diào)用最相關(guān)的 “專家” 子網(wǎng)絡(luò)。Qwen3.5-Plus 將這一理念做到極致 ——3970 億總參數(shù)中，僅需激活不到 5%（170億），就能調(diào)動全部知識儲備，從根本上解決算力浪費問題。

三是原生多Token預(yù)測。以往的模型如同打字時每按一個鍵都要停頓思考下一個字，效率低下；而千問3.5在訓(xùn)練時就學(xué)會了 “預(yù)判”，能同時規(guī)劃多個詞甚至一整句話的輸出并一次性生成。這并非簡單的多字打包發(fā)送，而是模型在內(nèi)部真正 “提前規(guī)劃” 后續(xù)內(nèi)容，讓長文本生成、代碼補全、多輪對話等高頻場景的響應(yīng)速度近乎翻倍，用戶能感受到近乎 “秒出” 的流暢體驗。

最后是系統(tǒng)級訓(xùn)練穩(wěn)定性優(yōu)化。為讓模型在超大規(guī)模訓(xùn)練中保持穩(wěn)定，千問團隊完成多項底層優(yōu)化。根據(jù)官方信息，阿里千問團隊入選NeurIPS2025最佳論文的注意力門控機制研究這次也被用上了，一年前的前瞻性研究現(xiàn)在已成為打破模型性能天花板的重要一環(huán)。在256K超長上下文情況下，千問3.5推理吞吐量最大提升至19倍，推理效率大幅提升。

值得注意的是，和絕大多數(shù)多模態(tài)模型不同，Qwen3.5-Plus在多模態(tài)理解的實現(xiàn)上嘗試了新的路徑。據(jù)介紹，從預(yù)訓(xùn)練第一天起，千問模型就在文本和視覺的混合數(shù)據(jù)上聯(lián)合學(xué)習(xí)，讓視覺與語言在統(tǒng)一的參數(shù)空間內(nèi)深度融合。這樣的技術(shù)路徑帶來的效果顯著。

在訓(xùn)練階段，千問3.5在文本、圖像、視頻等混合數(shù)據(jù)訓(xùn)練吞吐量，幾近100%持平純文本基座模型訓(xùn)練，大舉降低了原生多模態(tài)訓(xùn)練的難度門檻；同時，通過設(shè)計精巧的FP8、FP32精度應(yīng)用策略，在訓(xùn)練穩(wěn)定擴展到數(shù)十萬億個token時，激活內(nèi)存減少約50% ，訓(xùn)練還能提速10% ，進一步節(jié)約了模型訓(xùn)練成本、提升了訓(xùn)練效率。

在推理階段，測試數(shù)據(jù)顯示，千問3.5在多模態(tài)推理（MathVison）、通用視覺問答VQA（RealWorldQA）、文本識別和文件理解（CC_OCR）、空間智能（RefCOCO-avg）、視頻理解（MLVU）等眾多權(quán)威評測中，均斬獲最佳性能。

02

技術(shù)紅利全面釋放，

千問要做人人都能用的AI

如果說技術(shù)創(chuàng)新解決了大模型 “能不能用” 和“好不好用”的問題，那么普惠定價則破解了 “用不用得起” 的難題。

長期以來，高昂的 API 調(diào)用成本是 AI 技術(shù)落地的最大障礙。對于預(yù)算有限的中小企業(yè)和個人開發(fā)者而言，動輒數(shù)元的單次調(diào)用費用，足以扼殺無數(shù)創(chuàng)新想法。

盡管近兩年大模型的價格在不斷降低，但這輪價格的下調(diào)更多來自各大云服務(wù)商和模型廠商的商業(yè)策略。這次阿里云百煉上給出的Qwen3.5-Plus API 定價同樣急劇競爭，每百萬 Token 輸入僅需 0.8 元，Gemini-3-pro 的 1/18。

這種極致普惠定價的底氣，來自阿里在模型和AI基礎(chǔ)設(shè)施層面的協(xié)同創(chuàng)新。

除了上述模型架構(gòu)的技術(shù)創(chuàng)新，千問大模型還可通過阿里云和平頭哥自研芯片的加持，進一步提升推理效率。這種模型、芯片和云的軟硬件緊密耦合，最終實現(xiàn)了1+1+1>3的效果，不僅能更好發(fā)揮芯片的算力潛力，以及集群的算力效率，還能更好有效提升模型訓(xùn)練以及推理的效率。

例如，平頭哥真武芯片針對以千問3為代表的主流MoE架構(gòu)模型做了大量優(yōu)化，可滿足千問大模型對大規(guī)模計算的需求。這種通過模型、芯片以及云的協(xié)同創(chuàng)新，打破了性能、效率和成本的不可能三角。

另一方面，為讓更多群體用上這款SOTA模型，千問3.5還面向全球開發(fā)者開源，開發(fā)者可在魔搭社區(qū)和 HuggingFace 免費下載部署模型，阿里還將陸續(xù)開源不同尺寸、不同功能的Qwen3.5系列模型，支持本地、端側(cè)等多場景部署，滿足個性化開發(fā)需求。

事實上，千問自誕生以來，就一直堅持開源路線，千問系列已開源 400 多個模型，衍生模型數(shù)量超 20 萬，全球下載量突破 10 億次，遠(yuǎn)超美國的 Llama，極大地推動了AI在千行百業(yè)普及。

03

結(jié)語

事實上，千問3.5的性能和成本突破，是阿里在云、芯片和模型三大技術(shù)領(lǐng)域持續(xù)深耕的結(jié)果。這種全棧自研帶來的價值遠(yuǎn)不局限于單線業(yè)務(wù)，三大業(yè)務(wù)深度協(xié)同產(chǎn)生的化學(xué)反應(yīng)，正在釋放更大的勢能。

最顯著的變化是，千問大模型的持續(xù)爆火讓阿里云再次進入高速增長期。根據(jù)市場調(diào)研機構(gòu) Omdia 數(shù)據(jù)，2025 年上半年，中國 AI 云整體市場（AI IaaS+PaaS+MaaS）規(guī)模達 223 億元，阿里云占比 35.8 %，超過第二到第四名總和。Omdia 數(shù)據(jù)還顯示，2025年，阿里云在中國云市場的份額從上季度的33％提升至36%，領(lǐng)先優(yōu)勢進一步擴大。