Qwen 3.5 122B A10B

# 一、简介与定位

中国阿里云通义千问团队于2026年2月正式发布的旗舰级混合专家（MoE）开源大模型，是Qwen3.5系列的顶配主力版本。

模型全称Qwen 3.5 397B-A17B，397B代表模型总参数量3970亿，A17B指代推理时仅激活170亿参数，是该版本核心标识，主打低激活成本、超高性能比。使用门槛方面，模型完整开源，开发者可本地部署；阿里云百炼平台提供在线API调用，设有免费基础额度，同时推出付费Qwen Coding Plan订阅套餐，满足高频开发需求。本次同期发布的兄弟模型包含Qwen3.5-7B、Qwen3.5-14B、Qwen3.5-35B-A3B等轻量化版本，覆盖轻量化部署到中端推理全场景。

目前该模型仍为Qwen3.5系列核心旗舰模型，未被淘汰，后续迭代的Qwen3.6系列为轻量化进阶版本，无法完全替代其顶配综合能力。其最突出的核心特点是以接近4000亿的总参数、仅170亿激活参数的轻量化推理形态，实现了超越万亿参数前代模型的综合性能，大幅拉低旗舰级AI能力的部署门槛。

# 二、发展历程

# 2.1 研发背景

在Qwen3.5 397B发布前，行业主流旗舰大模型普遍存在两大痛点：一是稠密架构旗舰模型参数量庞大、推理成本极高，普通开发者和中小企业难以落地使用；二是轻量化开源模型性能上限不足，在复杂推理、专业知识、代码工程场景无法对标闭源旗舰。彼时市场中，海外闭源模型凭借成熟的MoE架构领跑高端场景，而国产开源旗舰大多仍依赖稠密架构，存在性能与成本无法兼顾的行业短板。基于这一行业局势，阿里云千问团队针对性优化MoE架构，主打“高智能密度、低推理成本”，补齐国产开源旗舰在性价比与落地性上的空白，推出Qwen3.5 397B旗舰模型。

# 2.2 关键节点

千问团队在Qwen3系列模型落地迭代的基础上，启动3.5版本的架构升级与专项训练优化工作，核心聚焦MoE激活机制、长文本理解与代码能力优化。2026年除夕，Qwen3.5系列首款旗舰模型Qwen3.5 397B-A17B完成内部测试并官宣开源，率先落地顶配MoE能力；2026年2月中下旬，该模型正式上线阿里云百炼平台，开放API调用服务，同步推出专属Coding订阅计划，面向开发者开放商用能力；2026年4月，迭代版本Qwen3.6-27B发布，在轻量化场景超越397B版本，但397B仍保留高端复杂场景的性能优势，形成高低搭配的产品格局。

# 2.3 家族构成

Qwen3.5-7B/14B：系列入门级稠密模型，主打极致轻量化，适配消费级显卡本地部署、移动端嵌入、日常对话、简单文案生成等轻量场景，优势是部署零门槛、推理速度快，满足普通用户基础使用需求。

Qwen3.5-35B-A3B：系列中端MoE模型，总参数350亿、激活30亿参数，定位均衡性价比版本，兼顾通用对话、轻度代码开发、图文理解，衍生出Flash高速推理版本，主打低成本高频调用，适合中小开发者商用落地。

Qwen3.5 397B-A17B：系列顶配旗舰MoE模型，也就是本文核心评测对象，聚焦复杂逻辑推理、博士级专业知识、复杂代码工程、智能体高阶任务，是3.5系列综合性能天花板，主打高端商用与科研场景。

# 三、核心技术剖析

# 3.1 固有技术

该模型完整继承了Qwen3系列成熟的混合Transformer架构，沿用通用预训练+人类反馈对齐（RLHF）的标准训练流程，保留前代模型优秀的中文语义理解、多轮对话连贯性、基础工具调用能力。同时继承了千问系列的大规模多模态混合Token训练体系，在文本、图像混合理解任务上保留基础优势，对齐效果成熟，无明显对话跑偏、指令理解偏差等基础问题，模型稳定性继承了前代版本的口碑优势。

# 3.2 创新技术

Qwen3.5 397B的核心创新集中在MoE架构优化与推理效率升级，彻底解决了传统超大模型算力浪费、推理缓慢的痛点，核心创新点如下：

（1）高稀疏度MoE动态激活机制：区别于传统稠密模型全员参数参与推理，该模型采用精细化稀疏激活策略，3970亿总参数中仅激活170亿核心参数参与单次推理任务。简单来说，模型会根据用户输入的任务难度，自动调度对应算力模块，简单任务低算力响应，复杂任务调度高端参数，既保留超大模型的知识储备与推理上限，又将常规推理显存占用降低60%，推理吞吐量最高提升19倍，实现“大模型能力、小模型成本”。

（2）智能路由优化算法：针对传统MoE模型路由错乱、任务匹配失误、专家模块闲置的问题，本次升级专属路由算法，精准匹配任务与对应专家模块。在代码、数理逻辑、专业知识、通用对话等不同场景下，可精准激活对应专项训练模块，减少无效参数调用，大幅提升复杂任务的准确率，避免传统MoE模型“大而不精”的问题。

（3）迭代式混合注意力机制：融合稀疏注意力与全量注意力优势，针对长文本场景优化遗忘问题。短文本对话采用轻量化注意力提速，长文档解析、万字代码阅读、长篇文案梳理场景启用全量注意力，有效缓解超长文本上下文信息丢失、首尾逻辑脱节的问题，长文本理解连贯性显著优于前代模型。

（4）专项领域微调配方升级：针对代码开发、博士级专业推理、智能体调用三大核心场景做了增量微调，优化了工具调用链路、数理推理逻辑链、复杂代码纠错能力，让模型在高阶专业场景的适配性远超普通通用大模型。

# 四、表现评估

# 4.1 历史与现状

模型2026年2月发布之初，直接刷新国产开源大模型性能纪录，多项核心评测超越同期主流闭源旗舰模型，成为当时开源领域的性能天花板，彻底打破“超大参数高性能、小参数低成本”的行业固有矛盾。现阶段，随着Qwen3.6系列轻量化模型发布，其在轻量化推理、高频智能体任务上的优势被迭代替代，但在高阶专业推理、复杂工程代码、深度知识问答等硬核场景，依旧保持国产开源第一梯队实力，仍是高端商用与科研场景的首选模型之一。

# 4.2 优势亮点

结合LMSYS、GPQA、SWE-bench、IFBench等业内权威基准评测数据，该模型核心优势维度十分突出：

（1）高阶专业知识推理顶尖：在博士级难题测评GPQA中斩获88.4分，超越同期Claude 4.5等主流闭源模型；在MMLU-Pro专业知识推理评测中得分87.8分，具备极强的跨学科专业知识储备与复杂问题拆解能力，适配科研、学术、专业咨询场景。

（2）指令遵循能力行业标杆：在IFBench指令遵循专项评测中以76.5分刷新同期所有模型纪录，能够精准理解复杂、模糊、多层级的人类指令，严格贴合用户需求输出结果，减少无效内容、答非所问等问题，适配精细化内容创作、定制化开发任务。

（3）代码工程能力旗舰级水准：在SWE-bench Verified代码修复基准中得分76.2分，可完成复杂项目代码编写、漏洞修复、架构搭建，适配中大型软件开发场景，同时支持高频工具调用、智能体自动化开发任务。

（4）智能体任务表现优异：在BFCL-V4通用智能体、Browsecomp搜索智能体评测中，性能全面超越同期主流开源与闭源模型，能够高效完成自主规划、多步骤任务执行、联网检索整合等复杂智能体工作。

# 4.3 缺点与不足

从实测与权威评测数据来看，该模型存在明显短板，并非全场景通吃：

（1）轻量化高频任务性价比偏低：在普通对话、简单文案、基础代码生成等轻量化场景，性能与Qwen3.6-27B等新型轻量化模型差距不大，但部署与推理成本更高，小场景使用性价比不足。

（2）部分细分智能体技能薄弱：在SkillsBench综合技能评测中仅得30.0分，相较于迭代后的轻量化模型，在细分实用技能、轻量化自动化任务上的适配性不足，场景适配精准度有待提升。

（3）极端复杂数理推理存在局限：超高难度奥数、纯理论数理推导场景中，仍存在少量逻辑断层、步骤简化错误的问题，对比顶级闭源旗舰模型，数理严谨性仍有提升空间。

（4）MoE路由偶发偏差：极少数跨界复杂任务（图文结合+数理推理+代码生成混合任务）中，会出现专家模块路由失误，导致输出内容侧重点偏移、局部细节出错。

# 五、重大事件

发布即登顶开源模型性能榜单：2026年2月发布后，Qwen3.5 397B凭借多项超越主流闭源模型的评测成绩，快速登顶各大开源大模型排行榜，打破国产开源模型性能上限，引发国内外AI社区广泛讨论。

获马斯克公开认可出圈：模型发布后，马斯克在社交平台公开评价Qwen3.5系列模型“智能密度令人印象深刻”，认可其低激活参数、高性能的技术优势，让该模型突破国内AI圈层，获得全球行业关注度。

推出开发者专属订阅生态：2026年2月阿里云基于该模型推出Qwen Coding Plan付费订阅服务，低价提供高频调用额度，降低开发者商用门槛，完善了千问系列的商业化落地生态，推动国产开源大模型商用普及。

被迭代模型实现参数反超：2026年4月Qwen3.6-27B发布，该轻量化模型以1/15的参数量，在智能体编程、细分技能等多项基准中全面超越Qwen3.5 397B，成为行业“小模型吊打大模型”的经典案例，引发行业对大模型参数效率的深度讨论。