AI reviews

千问 3.5:0.8 元的顶级模型,我找不到它的对手

By 一泽Eze2 viewsSource: 一泽Eze
千问 3.5:0.8 元的顶级模型,我找不到它的对手

我正对着镜子站立,举起一只手。在我的视野中,这只手出现在镜子画面的左侧。 请问在现实中,我举起的是哪只手? 答案应该是:左手。 一道堪比「9.11 > 9.8」的 AI 陷阱题。 前两天,我拿它测了一

The full text has not been translated yet. The Chinese original is shown below.

我正对着镜子站立,举起一只手。在我的视野中,这只手出现在镜子画面的左侧。

请问在现实中,我举起的是哪只手?

答案应该是:左手。

一道堪比「9.11 > 9.8」的 AI 陷阱题。

前两天,我拿它测了一圈主流旗舰模型。GPT-5.2 错了,Claude Opus 4.6,也错了。

文章配图

Gemini 3 Pro、Qwen 3.5 答对了。

阿里在除夕放出了新模型 Qwen 3.5 Plus。

他们选择在农历今年的最后一天,参与 2 月份这个最热闹、拥挤的 AI 春节。

千问 3.5:啊,我成了价格屠夫?

这个月,我们看了太多新模型:

  • 多模态方面,Opus 4.6 把编程与智能拔高到全新水平,Kimi 也端出了 K2.5 非常强的多模态 Agent 模型。
  • 纯文本方面,GLM-5 继续深挖复杂 Agent 场景智能,Minimax M2.5 则卷激活 10B 的轻量智能。

琳琅满目,腥风血雨。

他们的定价是这样的:

文章配图

国内旗舰模型定价,基本都在百万输入 4 元,输出 20 元。

那么,无奖竞猜,千问 3.5 的定价?

给一点提示:本次发布的是这个系列的 Plus 版本,Qwen3.5-397B-A17B:

  • 原生多模态 Agent 旗舰,能分析图片、视频(甚至比上一代专门的视觉模型 Qwen3-VL 表现更好)
  • 397B 总参数,每次推理仅需激活 17B
  • 响应速度最高达上代的 19 倍(解码速度达到上代 Qwen3-Max 的 8.6 倍/19.0 倍,对应 32k/256k 上下文长度)
  • 上下文窗口高达 1M(当前国内模型大部分都在 200K 左右)
  • 还支持 186 种语言

大水桶,每百万 Token 输入 0.8 元起售,算上阶梯定价,按国内模型上下文上限的 256K 情况,也有一定价格优势。

文章配图

而且全尺寸 Apache 2.0 开源。

Benchmark 跑分较前代 Max-Thinking 版本全面提升。

文章配图

看到这只能说:欢迎大模型界的价格屠夫。

“是的,我们有了个新架构”

阿里在 Qwen3 这个版本真的呆了很久。久到我一度想问他们怎么和 G 胖一样不会数数了。

现在有了答案:因为他们在炼新架构。

还记得 Qwen3-Next 架构吗?阿里云千问团队于 2025 年 9 月推出的下一代大规模语言模型架构。

文章配图

随着该架构提出的 Gated Attention 技术,当时还斩获了全球 AI 顶会 2025 NeurIPS 的最佳论文奖。

2025 年 NeurIPS 总投稿论文 21575 篇,选出「Best Paper Awards」共 4 篇,入选概率为0.018%。

其中之一则是由千问团队提交的《Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free》。

文章配图

文章配图

链接:https://blog.neurips.cc/2025/11/26/announcing-the-neurips-2025-best-paper-awards/

大浪淘沙始见金,获奖难度绝不亚于电影业的奥斯卡最佳影片(2025 年入选率0.48%)。

NeurIPS 评委会对此项技术的评价为:

文章配图

而在今年除夕,该技术与 Qwen3-Next 架构,终于融入到千问 3.5 系列模型。

混合注意力机制、极致稀疏 MoE 架构、原生多 Token 预测、系统级训练稳定性优化,带来了全面的提升。

Qwen3.5-Plus 以 397B 参数、仅激活 17B,性能超过了自家上一代万亿参数的 Qwen3-Max,多模态能力也优于上代专项视觉模型 Qwen3-VL。

部署成本降了 60%,推理速度大幅提升,训练成本不到同级模型的十分之一。

实测:0.8 元这个价,还给了辆“摩托车”

我无意把 Qwen3.5-Plus 抬得过高。

只是当一个顶级模型的价格下探到 0.8 元百万输入时,你很难不被美丽的价格蒙蔽了眼睛:

——别人家要么没有多模态、没有 1M 上下文,那 0.8 元还开源的千问 3.5,哪里不行了?(要什么自行车)

讲个人实测,Qwen3.5-Plus 给我最大的印象是:均衡、快、多模态。

各方面都较为均衡,均在一流档位,多模态识别能力很强;且在新架构加持下,thinking 速度实在是快。

(先备注,以下 Case 均未经过特挑,为了赶时间过年,都是 1 轮内直出的测试结果)

关于问答推理

先是文章开头那道镜子题。

文章配图

这道题的陷阱在于:模型实在知道的“太多”,以至于看到镜子题,就会自然想到现实与镜像的左右翻转关系,镜中人之右手对应现实人的左手。

比如次次犯错的 GPT 5.2,是这么回答的 ⬇️

文章配图

Qwen3.5-Plus 识别到了关键误区,给出了正确答案。

文章配图

横向对比,首字时延最短,tokens 速度处于更优水平。

关于多模态理解

在多模态这块,我找了 Gemini 3 Pro、GPT 5.2 来一起和千问 3.5 一起参与这项测试。(选它俩的主要原因,纯粹是因为这俩在我心里,是多模态识别的顶尖水平)

先是图片任务,想到用找茬游戏来做对比。刚好放松一刻,你也来一起玩玩 ⬇️

👉

找出图片中的所有不同(小红书水印不算)

文章配图

Gemini:8 分,找到了 9 处,错误 1 处

文章配图

GPT-5.2,8 分共 8 处,亮点在唯一个关注到了印章距离桌子的位置不同

文章配图

而 Qwen 居然有 9.5 分:找到了 10 处,全对,但在描述上有一处我也无法区分它说的是不是对的

文章配图

光看本 Case 表现:Qwen3.5-Plus 居然能优于 Gemini 3 Pro、GPT-5.2 确实超出预期。

考虑模型回答的概率问题,也不能一概而论断言千问 100% 在多模态任务优于这两家,只能说千问 3.5 的多模态能力相对公认的顶级多模态模型,非常能打。

附:来自小红书的评论区答案,区别在这些地方,你自己找到了几个?⬇️

文章配图

因为千问 3.5 是支持原生多模态视频的识别能力,官宣能理解长达2小时视频中的时序演变与因果关系。

所以视频识别任务,这个我也找了有趣的测试。

刚好前两天在看 B 站的自制多级火箭鞭炮发射视频,很有意思。

文章配图

以这个视频为例,我让 AI 来算了算火箭最终的飞行高度⬇️

文章配图

千问 3.5 的结论是在 1300~2000 米之间。

文章配图

Gemini 3 Pro 的结论在 500 米到 800 米之间。

文章配图

我也没有绝对的正确答案。

不过一起看看原始视频评论区的讨论:与 AI 估算发射时间*上升速度的方法不同,他们通过最后一次推进声音的延迟时间*音速,给出了相对统一的置信区间:1000~1300 米。

文章配图

文章配图

关于 Coding 能力

这块测试相对简单,主要跑了一个前端任务,一个 CC 的 Agent 任务,还记得我之前在前两篇的测试吗?

一个是让 Qwen3.5-Plus多模态参考风格海报,生成对应风格的前端网站。

参考这张图片:

文章配图

Prompt:

👉

你是一个有高度审美的网页设计专家,请基于这张图的设计元素与要求,生成单独的动态网站

这是其给出的结果:

文章配图

另外也跑了一些其他测试,千问 3.5 前端 Coding 审美水平肯定算不上最好,但多模态 Coding 流程能跑通。

视觉效果虽不出彩,但无功无过,比起 GPT 确实更优些。

另一个是在 Claude Code 里跑日常用的 Agent Skill:多源资讯日报监控。

需要调用 web fetch、playwright、browser MCP 等多个工具,根据每个资讯源的网页实际加载情况,自动选择最轻量、合适的策略,完成新闻的识别、入库、总结与站点更新。

文章配图

整个跑下来没有什么流程性问题。

另外也试了一些自己的 AI Partner、Writing-Articles Skill。

从 Agent 能力体验上来说,承担简单 Skill Agent 能力留有余裕。高智能要求的 Agent 任务上,会略缺更长程任务的主动探索性,需要再等等他们千问 3.5 系列更大尺寸的模型。

🎐 写在最后

从实测来看,Qwen3.5-Plus 给我印象最深的,无疑是多模态能力。

找茬游戏 9.5 分赢过 Gemini 3 Pro 和 GPT-5.2,火箭视频的高度估算比 Gemini 更接近真实值。

在更换了新架构后,Qwen3.5-Plus 还能集多模态、Agent 能力、1M 上下文长度、更快响应、更低部署成本的进步为一体。

从这个角度来看,一个仅 0.8 元百万 Token 输入起步的模型,在这个时间点,你确实很难在同一价位里匹配的对手。

现在,你已经能在千问 APP、Web 端、阿里云百炼全面体验 Qwen3.5-Plus 这个版本的新模型。

  • 千问 APP、Web 端:切换模型为 Qwen3.5-Plus
  • 阿里云百炼:模型 IDqwen3.5-plus

文章配图

文章配图

好了,大家新年快乐。

我用千问点杯奶茶,看春晚去(这次肯定是真休假了……吧)

文章来自于微信公众号 "一泽Eze",作者 "一泽Eze"

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)