【文章来源：techweb】
【】2 月 16 日消息，据千问微信号消息，阿里正式发布全新一代大模型千问 Qwen3.5-Plus。即日起，用户可通过千问 APP 及 PC 端 （qianwen.com） 切换模型进行体验。
据介绍，此次发布的千问 3.5 实现了从纯文本到原生多模态的跨越式升级。该模型基于视觉与文本混合 Token 预训练，引入更丰富的世界知识与推理数据，以不到 40% 的参数量，达到了超万亿参数基座模型的顶尖性能。
在权威评测中，千问 3.5 表现卓越：在知识推理 MMLU-Pro 评测中得分 87.8 分，超越 GPT-5.2；在博士级难题 GPQA 测评中斩获 88.4 分，高于 Claude 4.5；指令遵循能力更以 76.5 分刷新所有模型纪录。同时，其视觉能力在多模态推理、文本识别等多项评测中也均斩获最佳。
技术层面，千问 3.5 融合了曾获 NeurIPS 2025 最佳论文的自研门控技术，创新性地结合线性注意力与稀疏混合专家架构，实现了 397B 总参数下仅激活 17B 的极致效率。在 32K 上下文场景中，其推理吞吐量最高可提升 8.6 倍，处理超长文本时效率提升更可达 19 倍。基于强大的多模态与推理能力，千问 3.5 还能自主操作手机与电脑，显著提升跨应用任务处理与自动化流程执行的效率。
【文章来源：techweb】
【】2 月 16 日消息，据千问微信号消息，阿里正式发布全新一代大模型千问 Qwen3.5-Plus。即日起，用户可通过千问 APP 及 PC 端 （qianwen.com） 切换模型进行体验。
据介绍，此次发布的千问 3.5 实现了从纯文本到原生多模态的跨越式升级。该模型基于视觉与文本混合 Token 预训练，引入更丰富的世界知识与推理数据，以不到 40% 的参数量，达到了超万亿参数基座模型的顶尖性能。
在权威评测中，千问 3.5 表现卓越：在知识推理 MMLU-Pro 评测中得分 87.8 分，超越 GPT-5.2；在博士级难题 GPQA 测评中斩获 88.4 分，高于 Claude 4.5；指令遵循能力更以 76.5 分刷新所有模型纪录。同时，其视觉能力在多模态推理、文本识别等多项评测中也均斩获最佳。
技术层面，千问 3.5 融合了曾获 NeurIPS 2025 最佳论文的自研门控技术，创新性地结合线性注意力与稀疏混合专家架构，实现了 397B 总参数下仅激活 17B 的极致效率。在 32K 上下文场景中，其推理吞吐量最高可提升 8.6 倍，处理超长文本时效率提升更可达 19 倍。基于强大的多模态与推理能力，千问 3.5 还能自主操作手机与电脑，显著提升跨应用任务处理与自动化流程执行的效率。
【文章来源：techweb】
【】2 月 16 日消息，据千问微信号消息，阿里正式发布全新一代大模型千问 Qwen3.5-Plus。即日起，用户可通过千问 APP 及 PC 端 （qianwen.com） 切换模型进行体验。
据介绍，此次发布的千问 3.5 实现了从纯文本到原生多模态的跨越式升级。该模型基于视觉与文本混合 Token 预训练，引入更丰富的世界知识与推理数据，以不到 40% 的参数量，达到了超万亿参数基座模型的顶尖性能。
在权威评测中，千问 3.5 表现卓越：在知识推理 MMLU-Pro 评测中得分 87.8 分，超越 GPT-5.2；在博士级难题 GPQA 测评中斩获 88.4 分，高于 Claude 4.5；指令遵循能力更以 76.5 分刷新所有模型纪录。同时，其视觉能力在多模态推理、文本识别等多项评测中也均斩获最佳。
技术层面，千问 3.5 融合了曾获 NeurIPS 2025 最佳论文的自研门控技术，创新性地结合线性注意力与稀疏混合专家架构，实现了 397B 总参数下仅激活 17B 的极致效率。在 32K 上下文场景中，其推理吞吐量最高可提升 8.6 倍，处理超长文本时效率提升更可达 19 倍。基于强大的多模态与推理能力，千问 3.5 还能自主操作手机与电脑，显著提升跨应用任务处理与自动化流程执行的效率。
【文章来源：techweb】
【】2 月 16 日消息，据千问微信号消息，阿里正式发布全新一代大模型千问 Qwen3.5-Plus。即日起，用户可通过千问 APP 及 PC 端 （qianwen.com） 切换模型进行体验。
据介绍，此次发布的千问 3.5 实现了从纯文本到原生多模态的跨越式升级。该模型基于视觉与文本混合 Token 预训练，引入更丰富的世界知识与推理数据，以不到 40% 的参数量，达到了超万亿参数基座模型的顶尖性能。
在权威评测中，千问 3.5 表现卓越：在知识推理 MMLU-Pro 评测中得分 87.8 分，超越 GPT-5.2；在博士级难题 GPQA 测评中斩获 88.4 分，高于 Claude 4.5；指令遵循能力更以 76.5 分刷新所有模型纪录。同时，其视觉能力在多模态推理、文本识别等多项评测中也均斩获最佳。
技术层面，千问 3.5 融合了曾获 NeurIPS 2025 最佳论文的自研门控技术，创新性地结合线性注意力与稀疏混合专家架构，实现了 397B 总参数下仅激活 17B 的极致效率。在 32K 上下文场景中，其推理吞吐量最高可提升 8.6 倍，处理超长文本时效率提升更可达 19 倍。基于强大的多模态与推理能力，千问 3.5 还能自主操作手机与电脑，显著提升跨应用任务处理与自动化流程执行的效率。
