除夕夜炸场！Qwen 3.5 正式发布：激活仅 17B，性能硬刚 GPT-5.2？
今天是除夕，明天就是新年。就在辞旧迎新的时刻，Qwen 团队为全球开发者送上了一份厚礼 ——Qwen 3.5 正式发布。
这一次，Qwen 并没有单纯地堆砌参数，而是在架构效率上玩出了新花样。这款代号为Qwen3.5-397B-A17B的模型，虽然拥有惊人的 3970 亿（397B）总参数量，但在实际推理时，仅需激活 170 亿（17B）参数。
这是什么概念？这意味着你拥有一个超大规模的“知识库”，但每次思考问题时，只需要调用极少部分的“脑细胞”，就能达到顶级的智力水平。
在官方公布的评测中，Qwen 3.5 在多个维度上展现出了与GPT-5.2、Claude 4.5 Opus以及Gemini 3 Pro等闭源模型分庭抗礼的能力，尤其是在代码、数学和 Agent 智能体任务上表现抢眼。
核心亮点：不仅是大，更是巧
Qwen 3.5 并不是简单的版本号 +0.5，它代表了开源模型在架构设计上的几个重要突破：
1. 极致的效率：397B 的身躯，17B 的灵魂
Qwen 3.5 采用了混合专家架构（MoE）结合Gated Delta Networks的设计。
总参数：397B
激活参数：17B
简单来说，这就像一个拥有 397 个领域的超级专家团队，但遇到具体问题时，只需要其中 17 个最对口的专家出面解决。这种设计让模型在保持庞大知识储备的同时，推理速度极快，推理成本大幅降低。
2. 原生多模态：天生“长眼”
不同于以往“语言模型 + 视觉编码器”的拼凑方式，Qwen 3.5 实现了原生视觉语言基础（Unified Vision-Language Foundation）。
它在训练初期就融合了多模态数据，这让它不仅仅是“看图说话”，而是真正理解视觉世界。在视觉推理、图表理解和 Agent 任务中，它的表现超越了上一代 Qwen3-VL。
3. 默认“思考模式” (Thinking Mode)
受到 Qwen3-Max-Thinking 的启发，Qwen 3.5默认开启了思维链（Chain of Thought）模式。 在回答复杂问题（如数学、代码、逻辑推理）之前，它会生成一段<think>...</think>的思考过程。这就像人类在回答难题前先打草稿一样，极大地提升了回答的准确性和深度。
实力硬刚：评测数据解读
从官方公布的基准测试来看，Qwen 3.5 的表现相当“能打”：
**代码能力 (SWE-bench Verified)**：Qwen 3.5 拿下了76.4的高分，超过了 Qwen3-Max-Thinking (75.3) 和 Gemini 3 Pro (76.2)，紧追 GPT-5.2 (80.0)。这对于一个开源模型来说，是实打实的生产力提升。
**数学推理 (AIME26)**：在极其困难的 AIME 2026 数学竞赛题中，Qwen 3.5 达到了91.3的准确率，与 Claude 4.5 Opus (93.3) 处于同一梯队。
**Agent 智能体 (BFCL V4)**：在工具使用和 API 调用能力上，Qwen 3.5 得分72.9，优于 Qwen3-Max-Thinking 和 GPT-5.2，展现了强大的任务执行能力。
**视觉理解 (MMMU-Pro)**：得益于原生多模态架构，它在视觉推理任务上拿到了79.0分，几乎持平 GPT-5.2 (79.5)。
前端实战：一句话生成 3D 赛车游戏
在前端开发领域，Qwen 3.5 展现出了令人惊艳的落地能力。
官方演示中展示了一个令人印象深刻的案例：用户仅仅输入了一句简单的自然语言指令，Qwen 3.5 就生成了一个完整的、可运行的 **3D 赛车游戏 (Car Game)**。
在这个生成的游戏中，不仅包含了流畅的 3D 赛道建模和车辆控制，还实现了完整的游戏逻辑：
实时计分系统：屏幕左上角实时显示得分。
圈数统计：准确记录跑圈数量。
计时器：精确到毫秒的时间统计。
速度仪表盘：右下角甚至还有一个动态的速度显示。
全能 Agent：边想、边搜、边干活
除了写代码，Qwen 3.5 在处理复杂任务时的“多面手”特性也让人眼前一亮。官方展示了一个"Think, search, and create"的综合案例。
在这个演示中，Qwen 3.5-Plus 化身为一个全能助手。当用户要求它介绍电影《乱世佳人》(Gone with the Wind) 时，它并没有直接甩出一堆训练数据里的陈词滥调，而是展示了边思考、边搜索、边调用工具的强大能力。
从图中可以看到，模型右侧实时列出了引用的 18+ 个网络来源，确保信息的准确性和时效性。同时，它在左侧生成内容的过程中，不仅进行了深度的文本创作，还直接生成了图文并茂的幻灯片演示文稿。
这种能力意味着，Qwen 3.5 不再只是一个“聊天机器人”，而是一个可以帮你写研报、做 PPT、查资料的超级实习生。它打破了单一对话的界限，将信息获取（搜索）、逻辑处理（思考）和成果交付（生成文档/PPT）无缝串联在了一起。
技术揭秘：为什么要这么做？
Qwen 团队提到，他们近期的重点是开发实用性与性能并重的基座模型。
**混合架构 (Efficient Hybrid Architecture)**：通过 Gated DeltaNet 和稀疏 MoE 的结合，实现了高吞吐量和低延迟。
**强化学习扩展 (Scalable RL Generalization)**：在百万级 Agent 环境中进行大规模强化学习训练，让模型在面对真实世界复杂任务时更加从容。
全球语言覆盖：支持 201 种语言和方言，这不仅是“能听懂”，更是对不同文化背景的深度理解。
开发者如何上手？
对于开发者来说，Qwen 3.5 的开源是一个巨大的利好。目前，模型权重已在 Hugging Face 上线，并支持主流的推理框架：
Hugging Face Transformers：原生支持，直接加载即可。
vLLM & SGLang：对于追求极致推理速度的生产环境，推荐使用 vLLM 或 SGLang 进行部署。
# 使用 vLLM 部署示例 vllm serve Qwen/Qwen3.5-397B-A17B --tensor-parallel-size 8 --max-model-len 262144需要注意的是，由于模型上下文窗口默认达到262k（最高可扩展至 1M），在部署时需要足够的显存支持。
写在最后
Qwen 3.5 的发布，再次证明了开源模型与闭源顶尖模型之间的差距正在迅速缩小，甚至在某些特定领域实现了反超。
对于企业和开发者而言，拥有一个可私有化部署、推理成本可控、且能力媲美 GPT-5.2的模型，无疑是极具吸引力的选择。397B 的参数量看似庞大，但 17B 的激活参数让它在实际应用中变得“触手可及”。
2026 年的 AI 战场，因为 Qwen 3.5 的加入，变得更加精彩了。
最后，祝各位开发者新年快乐！明天就是新的一年，愿大家在 2026 年里，模型跑得飞快，Bug 改得飞快，用 Qwen 3.5 创造更多可能！
热点推荐
2026 AI 编程将发生巨变！
终于等到！Draw.io 官方发布 MCP，这体验丝滑得不像话！
Claude Code 写了个 250KB 的开源库，真把 Node.js 搬进了浏览器
炸裂！Claude Opus 4.6 与 GPT-5.3 同日发布：前端人的"自动驾驶"时刻到了？
尤雨溪最新爆料，Vite 8 这一招太绝了，版本迁移效率原地起飞
Vue 核心团队出手！Anthony Fu 发布 Skills 仓库，斩获 3K Star，AI 编程进入「官方投喂」时代