阿里巴巴近日宣布开源新一代大模型千问Qwen3.5-Plus，其性能已达到国际顶尖水平，可与Gemini 3Pro相媲美。这一成果标志着中国在开源大模型领域再次取得重大突破，成为全球开发者关注的焦点。该模型总参数达3970亿，但实际激活参数仅170亿，通过创新架构实现了以小博大的技术突破，不仅性能超越万亿参数的Qwen3-Max模型，还将部署显存占用降低60%，推理效率显著提升，最大推理吞吐量可达原模型的19倍。
在基准测试中，千问3.5-Plus展现出了卓越的综合能力。MMLU-Pro知识推理评测得分87.8分，超越GPT-5.2；博士级难题GPQA测评斩获88.4分，高于Claude 4.5；指令遵循IFBench以76.5分刷新纪录。在通用Agent评测BFCL-V4和搜索Agent评测Browsecomp等专项测试中，其表现均优于Gemini 3 Pro和GPT-5.2。更令人瞩目的是，该模型API价格每百万Token仅0.8元，仅为Gemini 3Pro的十八分之一，大幅降低了开发者的使用成本。
技术层面，千问3.5-Plus实现了从纯文本到原生多模态的代际跃迁。通过视觉和文本混合token预训练，模型新增了大量中英文、多语言、STEM和推理数据，使其具备更强的世界知识理解和推理能力。在多模态推理、通用视觉问答、文本识别、空间智能、视频理解等权威评测中均取得最佳成绩。特别是在视频理解方面，该模型支持长达2小时的视频直接输入，适用于长视频内容分析与摘要生成，为视频处理领域带来新的可能性。
视觉编程能力的突破是千问3.5-Plus的另一大亮点。该模型实现了视觉理解与代码能力的原生融合，结合图搜和生图工具，可将手绘界面草图直接转换为可用的前端代码，还能通过截图定位并修复UI问题。这种能力使视觉编程真正成为生产力工具，为开发者提供了更高效的工作方式。在学科解题、任务规划与物理空间推理等任务上，其表现优于千问专项模型Qwen3-VL，空间定位推理和带图推理能力显著增强。
模型效率的提升得益于对Transformer架构的创新突破。千问团队将自研的门控技术（曾获2025NeurIPS最佳论文）与线性注意力机制、稀疏混合专家MoE模型架构相结合，实现了397B总参数激活仅17B的极致效率。通过训练稳定优化和多token预测等技术，千问3.5-Plus在32K上下文场景中推理吞吐量提升8.6倍，在256K超长上下文情况下最大提升19倍，推理效率达到行业领先水平。
这些技术突破离不开阿里云AI基础设施的支持。千问3.5-Plus在文本、图像、视频等混合数据训练吞吐量上，几乎与纯文本基座模型持平，大幅降低了原生多模态训练的难度。通过精巧的FP8、FP32精度应用策略，模型在训练稳定扩展到数十万亿个token时，激活内存减少约50%，训练速度提升10%，有效节约了训练成本。
在应用层面，千问3.5-Plus已展现出强大的商业化潜力。基于该模型的AI购物Agent在春节期间6天内帮助用户完成1.2亿笔订单，实现了大规模真实世界任务执行和商业化验证。该Agent可自主操作手机与电脑，支持更多主流APP与指令，在PC端能处理复杂的多步骤操作，如跨应用数据整理和自动化流程执行。千问团队还构建了可扩展的Agent异步强化学习框架，端到端加速3到5倍，插件式智能体支持扩展至百万级规模。
自2023年开源以来，阿里已推出400多个千问模型，覆盖全尺寸、全模态，全球下载量突破10亿次，单月下载量超过DeepSeek、meta、OpenAI等企业2至8名的总和。开发者基于千问开发的衍生模型超过20万个，使其成为公认的全球第一开源模型。为满足不同国家开发者和企业的需求，千问3.5-Plus扩展支持201种语言，词表大小从15万扩展到25万，小语种编码效率最高提升60%。目前，千问APP和PC端已接入新模型，开发者可在魔搭社区和HuggingFace下载，或通过阿里云百炼获取API服务。阿里计划继续开源不同尺寸、功能的千问3.5系列模型，性能更强的旗舰模型Qwen3.5-Max也将于近期发布。
