Qwen3.5
阿里的 Apache 2.0 家族,从 0.8B 到 397B:原生支持图像和视频输入,201 种语言,256K 上下文,采用混合线性注意力设计。
一句话概括. Qwen3.5 是阿里推出的一个免费 AI 模型家族,共有八种尺寸。最小的能在手机或旧笔记本上运行,9B 压缩后一张普通显卡就够用,最大的需要服务器。它们都能读图片和视频,理解 201 种语言和方言,并采用 Apache 2.0 许可证,可以商用。
概述
阿里通义千问团队在 2026 年初分三批发布了 Qwen3.5,全部以 Apache 2.0 许可证开放权重。旗舰 397B-A17B 在 2026 年 2 月 16 日率先发布,2 月 24 日发布了 Qwen3.5-27B、Qwen3.5-35B-A3B 和 Qwen3.5-122B-A10B,3 月 2 日发布了小模型 Qwen3.5-0.8B、2B、4B 和 9B,这四个小模型同时提供 Base 检查点。这是第一代按“原生视觉语言模型”构建的 Qwen:输入图像和视频,输出文字。阿里称语言和方言覆盖数量从 119 种增加到 201 种。
网络层按 3 比 1 的比例交替使用 Gated DeltaNet(线性注意力)和普通门控注意力,因此处理长输入比纯 Transformer 更省资源。0.8B、2B、4B、9B 和 27B 是稠密模型;35B-A3B、122B-A10B 和 397B-A17B 是混合专家(MoE)模型:35B-A3B 有 256 个专家,每个 token 使用 8 个路由专家加 1 个共享专家,397B-A17B 有 512 个专家,使用 10 个路由专家加 1 个共享专家。上下文窗口原生 262,144 token,4B 及以上模型的模型卡称借助 YaRN 缩放可扩展到约 1,010,000 token,Qwen 提醒这种缩放是静态应用的,可能影响较短文本的表现。模型默认逐步思考,只有 0.8B 和 2B 默认以非思考模式启动;Qwen 指出,这两个模型在开启思考后更容易陷入思考循环。
BF16 下载大小约为 1.75 GB(0.8B)、4.55 GB(2B)、9.3 GB(4B)、19.3 GB(9B)、55.6 GB(27B)、71.9 GB(35B-A3B)、250 GB(122B-A10B)和 807 GB(397B-A17B)。据我们估算,9B 的 4 位版本约需 7 GB,27B 约需 19 GB。Qwen 还为较大的模型发布了 FP8 和 GPTQ-Int4 检查点,权重可用于 Transformers、vLLM、SGLang 和 KTransformers。发布公告中提到的 Qwen3.5-Plus 是托管的 API 产品,不属于开放权重。所有基准结果都是 Qwen 自己的说法。
适合做什么
- 用 0.8B、2B 和 4B 做小型多模态助手和端侧功能
- 用 9B 或 27B 在普通显卡或笔记本上运行能力不错的全能本地模型
- 需要在多种尺寸之间保持同一许可证和同一对话格式的产品
- 基于公开的 Base 检查点做微调
需要注意
- 0.8B 和 2B 默认是非思考模式,开启思考后容易陷入思考循环
- Qwen3.6 和 Qwen3.8 更新,但截至 2026 年 11 月,它们都没有总参数低于 27B 的模型,所以 Qwen3.5 仍是 Qwen 的小模型家族
- 262,144 token 的上下文占用的内存远大于权重本身,扩展到 100 万 token 用的是静态 YaRN,可能影响短文本效果
- 只输出文字,基准结果均为 Qwen 自己的说法
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 0.8B 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| 0.8B BF16 | 873M | 2.01 GB | 1 GB | 0.602 GB | 笔记本或手机 |
| 2B BF16 | 2.27B | 5.23 GB | 2.62 GB | 1.57 GB | 笔记本或手机 |
| 4B BF16 | 4.66B | 11 GB | 5.36 GB | 3.22 GB | 笔记本或手机 |
| 9B BF16 | 9.65B | 22 GB | 11 GB | 6.66 GB | 笔记本或手机 |
| 27B BF16 | 27.8B | 64 GB | 32 GB | 19 GB | 游戏显卡 |
| 35B-A3B BF16 | 36B 激活 3B | 83 GB | 41 GB | 25 GB | 游戏显卡 |
| 122B-A10B BF16 | 125B 激活 10B | 288 GB | 144 GB | 86 GB | 工作站 |
| 397B-A17B BF16 | 403B 激活 17B | 928 GB | 464 GB | 278 GB | 大内存台式机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
- 2026 年最佳开源多模态模型(图像、视频和音频)
- 笔记本就能运行的最佳小型开源模型
- Clef:Cloudflare 面向智能体工作流的开放决策模型
- Index-Translate:哔哩哔哩支持 150 种语言的开放翻译模型
- PrismML 的 Ternary Bonsai 2:27B 级模型只有 5.95 GB
常见问题
- Qwen3.5 是什么?
- Qwen3.5 是阿里推出的一个免费 AI 模型家族,共有八种尺寸。最小的能在手机或旧笔记本上运行,9B 压缩后一张普通显卡就够用,最大的需要服务器。它们都能读图片和视频,理解 201 种语言和方言,并采用 Apache 2.0 许可证,可以商用。
- Qwen3.5 可以商用吗?
- 可以。Qwen3.5 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- Qwen3.5 是开源的吗?
- Qwen3.5 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 Qwen3.5 吗?
- 可以。最小版本 0.8B 在 4 位精度下约需 0.602 GB 内存,现代笔记本或中端显卡即可胜任。
- Qwen3.5 是什么时候发布的?
- Qwen3.5 由 Alibaba Qwen 于 2026年2月16日 发布。
- Qwen3.5 的上下文窗口有多长?
- Qwen3.5 支持最长 256K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Qwen3.5: Towards Native Multimodal Agents (Alibaba Cloud Community, 17 Feb 2026) alibabacloud.com
- Qwen3.5 release blog (Qwen) qwen.ai
- Qwen repository and release news (GitHub) github.com
- Qwen3.5-397B-A17B model card (Hugging Face) huggingface.co
- Qwen3.5-9B model card (Hugging Face) huggingface.co
- Qwen3.5-0.8B model card (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Qwen3.6 Alibaba Qwen | 27.8B – 36B 激活 3B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| Qwen3.8-27B Alibaba Qwen | 27.8B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| Gemma 4 Google DeepMind | 5.1B – 30.7B | 256K | Apache 2.0 (宽松) | 3.52 GB 笔记本或手机 | |
| LFM3 Liquid AI | 1.73B – 2.17B | 256K | LFM Open 1.0 (附条件) | 1.19 GB 笔记本或手机 |