Qwen3.5-35B-A3B

活跃参数

35B

上下文长度

262K

模态

Multimodal

辅助参数

450M

架构

Mixture of Experts

KV 缓存速率

80 KB/tok

许可证

Apache 2.0

发布日期

24 Feb 2026

训练数据截止日期

-

API 价格 (每 1M)

输入: $0.14 · 输出: $1.00

硬件与系统要求

精度

Native

上下文

工作负载显存: 20.82 GB

INT4 · 8K context

基础权重: 17.70 GB

KV 缓存: 0.63 GB

运行时与计算图: 2.50 GB

最小所需硬件

1x NVIDIA L4 24GB

20.8 / 21.6 GB usable

2x RTX 4090 24GB

20.8 / 43.2 GB usable · TP 2

Apple M3 Pro 36GB

20.8 / 27.0 GB usable

确定特定工作负载的硬件需求:

在显存计算器中打开

运行时要求

权重格式

FP16

CUDA

>= 11.8

PyTorch

>= 2.1

Transformers

>= 4.57.0.dev0

微架构精度注意力算子

Blackwell, Hopper

原生 FP16

FlashAttention-3

Ada Lovelace, Ampere

原生 FP16

FlashAttention-2

架构图

Input TokensToken EmbeddingPosition: RoPEHidden: 2k · Context: 262K · Vocab: 248.3kx 40 layersRMSNormPre-AttentionGrouped-Query Attention16Q / 2KV headsHead dim: 256+RMSNormPre-FFNSparse MoE FFN (9/256 experts)SwiGLUIntermediate: 512+Final RMSNormOutput Logits

评估基准

排名

#130

基准分数排名

专业知识

MMLU Pro

0.853

10

研究生级问答

GPQA

0.842

48

0.37

112

Web 开发

WebDev Arena

1253

119

通用文本

Text Arena

1394

125

auto

0.19

标准

0.15

186

222

排名

排名

#130

编程排名

#134

关于 Qwen3.5-35B-A3B

Qwen3.5-35B-A3B 是阿里云于 2026 年 2 月发布的架构高效的多模态基座模型。该模型总参数量为 35B,通过混合专家架构(MoE,包含 256 个专家)实现了 3B 的激活参数量,以极低的计算成本提供了强大的性能表现。其在 MMLU-Pro (85.3%)、GPQA Diamond (84.2%)、SWE-bench Verified (69.2%) 和 Terminal-Bench 2.0 (40.5%) 等评测中表现出色。Qwen3.5-Flash 为其托管 API 版本。该模型具备统一的视觉语言能力、262k 原生上下文长度(可扩展至 1M),并在多模态推理、编程及多语言任务上拥有卓越性能。

Specifications

注意力

注意力结构

Grouped-Query Attention

注意力头

16

键值头

2

注意力头维度

256

位置嵌入

ROPE

RoPE Theta

10,000,000

线性注意力

Yes

线性注意力比例

75.0%

归一化

RMS Normalization

激活函数

SwigLU

维度

基准精度

FP16

辅助参数

450M

隐藏维度大小

2,048

层数

40

FFN 中间层大小(稠密层)

512

多 Token 预测头数

1

分词器

词汇量大小

248,320

混合专家

专家参数总数

3.0B

专家数量

256

活跃专家

9

FFN 中间层大小(每专家)

512

关于 Qwen 3.5

Qwen 3.5 是阿里云于 2026 年 2 月发布的最新一代基础模型系列。它代表了技术的重大飞跃,集成了多模态学习(统一视觉-语言基础)、高效混合架构(带有稀疏混合专家的门控增量网络)、面向百万级智能体环境的可扩展强化学习,以及涵盖 201 种语言的全球语言能力。该模型系列已开源权重,并遵循 Apache 2.0 协议。


其他 Qwen 3.5 模型