Alibaba выпустила новое поколение базовой модели QianWen 3.5, заняв вершину в рейтинге самых мощных открытых моделей в мире

16 февраля, в день китайского Нового года, Alibaba открыла исходный код нового поколения большой модели Qwen3.5-Plus, чья производительность сопоставима с Gemini 3 Pro и заняла вершину рейтинга самых мощных открытых моделей в мире.

Сообщается, что Qwen3.5 реализовал полную революцию в архитектуре базовой модели. Вышедшая версия Qwen3.5-Plus содержит 397 миллиардов параметров, при этом активных — всего 17 миллиардов, что позволяет добиться превосходства над моделями с триллионами параметров, такими как Qwen3-Max. Объем памяти для развертывания снижен на 60 %, производительность при выводе значительно увеличена, а максимальная пропускная способность при выводе достигла 19-кратного роста. Цена API для Qwen3.5-Plus составляет всего 0,8 юаня за миллион токенов, что в 18 раз дешевле Gemini 3 Pro.

В отличие от предыдущих поколений больших языковых моделей Qwen, версия 3.5 осуществила переход от чисто текстовых моделей к нативным мультимодальным моделям. В то время как Qwen 3 обучалась на чистых текстовых токенах, Qwen3.5 обучалась на смешанных визуальных и текстовых токенах, а также значительно расширила набор данных на китайском, английском и других языках, включая STEM и логические задачи. Это позволило модели «раскрыть глаза» и освоить более глубокие знания о мире и логике, достигая при этом менее 40 % параметров, характерных для модели Qwen3-Max, и демонстрируя при этом выдающуюся производительность в задачах вывода, программирования и агентных систем. Например, в тесте MMLU-Pro по логике знаний Qwen3.5 набрала 87,8 баллов, превзойдя GPT-5.2; в сложных задачах уровня доктора наук GPQA — 88,4 баллов, выше Claude 4.5; в тесте на выполнение команд IFBench — 76,5 баллов, установив новый рекорд среди всех моделей; а в общих тестах агентных систем BFCL-V4, Browsecomp и других, Qwen3.5 показывает превосходство над Gemini 3 Pro и GPT-5.2.

Нативное мультимодальное обучение также привело к значительному скачку в визуальных возможностях Qwen3.5: в таких авторитетных тестах, как мультимодальный вывод MathVison, универсальный визуальный вопрос-ответ VQA (RealWorldQA), распознавание текста и понимание документов (CC_OCR), пространственный интеллект (RefCOCO-avg), видеоанализ (MLVU), модель показывает лучшие результаты. В задачах решения предметных задач, планирования и физического пространственного вывода Qwen3.5 превосходит специализированную модель Qwen3-VL, значительно улучшая способности пространственной локализации и визуального вывода, делая анализ и вывод более точными и детализированными. В области видеоанализа Qwen3.5 поддерживает обработку видео длительностью до двух часов (с контекстом до 1 миллиона токенов), что подходит для анализа длинных видеоматериалов и генерации их кратких описаний. Также реализовано нативное объединение визуального понимания и программных возможностей: с помощью инструментов поиска изображений и генерации изображений можно преобразовать рукописные эскизы интерфейсов в рабочий фронтенд-код, а один скриншот — определить и исправить UI-проблемы, делая визуальное программирование по-настоящему инструментом производительности.

Нативное мультимодальное обучение Qwen3.5 было реализовано на базе инфраструктуры Alibaba Cloud AI. Благодаря серии технологических инноваций, производительность обучения моделей с смешанными данными (текст, изображения, видео) достигла почти 100 % по сравнению с обучением чисто текстовых моделей, что значительно снизило порог входа для мультимодальных моделей. Использование продвинутых стратегий точности FP8 и FP32 позволило при масштабировании до сотен триллионов токенов снизить использование памяти примерно на 50 %, а скорость обучения — увеличить на 10 %, что дополнительно снизило затраты и повысило эффективность тренировки.

Qwen3.5 также достиг новых высот в области агентных систем. Модель способна самостоятельно управлять смартфонами и компьютерами, эффективно выполнять повседневные задачи, поддерживая на мобильных устройствах больше популярных приложений и команд, а на ПК — выполнять сложные многошаговые операции, такие как межприложенное управление данными и автоматизация процессов, что значительно повышает операционную эффективность. Команда разработчиков создала расширяемую асинхронную систему обучения агентных систем, которая обеспечивает ускорение в 3–5 раз и позволяет масштабировать поддержку плагинов до миллиона агентов.

Сообщается, что приложения Qwen и ПК-версия уже первыми интегрировали модель Qwen3.5-Plus. Разработчики могут скачать новую модель на платформах Мода и HuggingFace или получить API через Alibaba Cloud Balian. В ближайшее время Alibaba продолжит открывать исходный код моделей серии Qwen3.5 разных размеров и функциональности. Также скоро будет выпущена более мощная флагманская модель Qwen3.5-Max.