阿里云正式开源了千问3.5系列的三款中等规模模型：Qwen3.5-35B-A3B、Qwen3.5-122B-A10B和Qwen3.5-27B。

过去，AI行业有一个默认逻辑：模型越大，性能越好。想要更强的AI？堆参数、烧钱、扩大规模。

这让AI变成了只有巨头才能玩得起的游戏，普通人和企业只能"租用"大公司的API，看脸色行事。

但这次开源的三款模型打破了这种逻辑。更小的模型，却能打败更大的模型。

以Qwen3.5-35B-A3B为例，它的参数规模远小于前代旗舰Qwen3-235B-A22B，但在指令遵循、博士级别推理、数学推理、多语言知识等多个权威评测中全面超越后者。

"大力出奇迹"的时代可能正在过去，效率为王的时代正在到来。

小胜大，他们做了什么？

阿里云这次用了几招"精打细算"：

混合注意力机制 + 高稀疏MoE架构，简单理解就是让模型学会"偷懒"。不需要动用全部神经元解决问题时，就只启用一小部分。既省算力，又不牺牲性能。

在训练数据上，开发团队使用了更大规模的文本和视觉混合Token，让模型"见过"更多东西，自然就更聪明。

结果是：总参数更小，激活参数更少，但实际表现反而更强。

三个版本，各有特点

Qwen3.5-35B-A3B：性能超越前代2350亿参数旗舰，适合对性能有较高要求的开发者。

Qwen3.5-122B-A10B：在复杂代理场景中表现优异，适合需要"AI Agent"能力的企业应用。

Qwen3.5-27B：首个密集模型，可以在单个GPU上运行，对本地部署极为友好。编程、工具调用能力超过GPT-5 mini，视觉理解能力超过Claude Sonnet 4.5。中小企业和个人开发者也能跑起来，不用再依赖云端API。

此外，阿里云还推出了Qwen3.5-Flash （生产版本的 Qwen3.5-35B-A3B）API服务，默认支持100万字超长上下文，每百万Token仅需0.2元，，成本低到令人惊讶。

参考资料：https://mp.weixin.qq.com/s/cBA0ssG3YvA1pL6KtIo1gA