Alibaba представила Qwen3.5-397B-A17B — первую модель новой линейки Qwen3.5. Это мультимодальная архитектура, которая обрабатывает текст, изображения и видео в единой системе и распространяется как open-weight модель с бесплатным доступом к весам.
Всего Qwen3.5-397B-A17B содержит 397 млрд параметров, однако на каждый запрос активируется только 17 млрд. Модель использует архитектуру mixture-of-experts: разные части сети включаются в зависимости от задачи, что снижает вычислительные затраты.
Соотношение общих и активных параметров у Qwen3.5, как и у Qwen3-Next, заметно выше, чем у многих конкурентов, что указывает на более дробное разделение на специализированные эксперты. Alibaba также внедрила новую архитектуру внимания Gated Delta Networks, которая, по словам компании, ещё сильнее снижает стоимость вычислений.
Команда Qwen заявляет, что Qwen3.5 обрабатывает запросы в 19 раз быстрее, чем более крупная Qwen3-Max, и в 3,5–7 раз быстрее прямого предшественника Qwen3-235B при контекстном окне 256 000 токенов. При этом заявлено, что качество ответов остаётся на сопоставимом уровне.
По ряду тестов Qwen3.5 показывает рекордные результаты, хотя по другим уступает GPT-5.2, Claude 4.5 Opus и Gemini 3 Pro. Наибольший прогресс отмечен в агентных сценариях: в бенчмарке TAU2, который оценивает работу модели как автономного агента, Qwen3.5 получает 86,7 балла, чуть позади GPT-5.2 (87,1) и Claude 4.5 Opus (91,6). В задачах на сложное следование инструкциям модель показывает лучшие результаты на IFBench (76,5) и MultiChallenge (67,6) и, по демонстрациям, может, например, собирать презентацию по сочетанию изображения и текстовых подсказок.
Alibaba утверждает, что Qwen3.5 показывает топовые результаты в ряде математико-визуальных тестов, включая MathVision (88,6) и ZEROBench (12), а также лидирует в большинстве задач на понимание документов и распознавание текста. Однако на широком бенчмарке визуального понимания изображений MMMU модель уступает Gemini 3 Pro (87,2) и GPT-5.2 (86,7), набирая 85 баллов.
В классических задачах рассуждения и программирования лидерство сохраняют другие модели. На LiveCodeBench GPT-5.2 набирает 87,7 балла против 83,6 у Qwen3.5. В математических конкурсных задачах AIME26 Qwen3.5 показывает 91,3 балла, тогда как GPT-5.2 — 96,7, а Claude 4.5 Opus — 93,3.
По словам команды Qwen, скачок по сравнению с серией Qwen3 связан с масштабным расширением этапа обучения с подкреплением (reinforcement learning). Вместо настройки под конкретные бенчмарки разработчики значительно увеличили разнообразие и сложность тренировочных сценариев, что особенно усилило агентные навыки модели.
Alibaba также говорит, что Qwen3.5 обучалась на гораздо большем массиве данных по сравнению с предшественником, при более жёсткой фильтрации датасетов. Несмотря на более экономичную архитектуру, Qwen3.5, по заявлению компании, достигает уровня Qwen3-Max-Base, которая содержит свыше одного триллиона параметров.
Поддержка языков выросла со 119 до 201 языка и диалекта. Обновлённый словарь на 250 000 токенов (ранее 150 000) должен ускорить обработку большинства языков на 10–60 %.
Как изначально мультимодальная модель, Qwen3.5, по данным Alibaba, способна анализировать до двух часов видео за один запрос. В опубликованных демонстрациях модель самостоятельно пишет код на Python для решения лабиринта и визуально строит кратчайший путь, а также анализирует видеозаписи дорожного движения и объясняет логика действий водителя с учётом фаз светофора.
В роли GUI-агента Qwen3.5 может самостоятельно управлять интерфейсами смартфона и компьютера: заполнять таблицы Excel и выполнять многошаговые сценарии на рабочем столе. Для разработчиков доступны интеграции с инструментами вроде Qwen Code, который переводит текстовые описания задач в рабочий программный код.
Команда Qwen отмечает, что следующий шаг развития — переход от наращивания размеров моделей к интеграции в комплексные системы. В планах — агенты с постоянной памятью, способностью самоулучшения и учётом ограничений по стоимости. Alibaba хочет двигаться от ассистентов для разовых задач к автономным системам, которые выполняют сложные проекты в течение нескольких дней.
Open-weight модель Qwen3.5-397B-A17B доступна для скачивания на Hugging Face под лицензией Apache 2.0, которая разрешает коммерческое использование и модификацию. Разработчики могут протестировать её прямо в браузере через интерфейс Qwen Chat в режимах Auto, Thinking и Fast.
Хостинговая версия Qwen3.5-Plus с контекстным окном на 1 млн токенов доступна по API через Alibaba Cloud Model Studio и поддерживает веб-поиск, интерпретатор кода и адаптивные режимы рассуждений. Qwen3.5 также может подключаться к инструментам вроде Qwen Code и использоваться как агент для программирования.
Через API модель стоит $0,40 за миллион входных токенов и $2,40 за миллион выходных. Это значительно ниже тарифов OpenAI и Anthropic для моделей сопоставимого уровня и соответствует ценовой политике многих китайских лабораторий ИИ. При этом китайские компании ещё не вышли на крупные контракты с корпоративными заказчиками из США, но, по сообщениям, набирают популярность у стартапов, которые внимательно относятся к стоимости использования моделей.
Запуск Qwen3.5 происходит на фоне усиливающейся конкуренции между китайскими лабораториями. Zhipu AI недавно выпустила GLM-5 — открытую модель с 744 млрд параметров, нацеленную на соперничество с Claude 4.5 Opus и GPT-5.2 в задачах программирования и агентных сценариях. Moonshot AI представила Kimi K2.5, способную координировать до 100 подагентов, работающих параллельно. MiniMax запустила M2.5 с акцентом на крайне низкую стоимость «интеллекта». Baidu заняла первую строчку среди китайских моделей в рейтинге LMArena с Ernie 5.0 и её 2,4 трлн параметров.
Общий тренд этих решений — качество по бенчмаркам, сопоставимое с западными моделями, открытый доступ к моделям и существенно более низкие цены API для желающих интегрировать их в продукты. Следующая крупная модель Deepseek с триллионом параметров по-прежнему задерживается, но, по сообщениям, может выйти в ближайшие дни.
Источник: The Decoder.
