趋近智
Qwen3.5-397B-A17B
活跃参数
397B
上下文长度
262K
模态
Multimodal
架构
Mixture of Experts (MoE)
许可证
Apache 2.0
发布日期
24 Feb 2026
训练数据截止日期
-
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
47x RTX 4090
24GB VRAM
数据中心
13x NVIDIA A100
80GB VRAM
Apple Silicon
10x Apple M3 Max
128GB VRAM
262144 个令牌
消费级
49x RTX 4090
24GB VRAM
数据中心
13x NVIDIA A100
80GB VRAM
Apple Silicon
10x Apple M3 Max
128GB VRAM
架构图
评估基准
排名
#42
| 基准 | 分数 | 排名 |
|---|---|---|
StackUnseen ProLLM Stack Unseen | 0.763 | 14 |
通用文本 Text Arena | 1445 | 33 |
Web 开发 WebDev Arena | 1395 | 38 |
排名
排名
#42
编程排名
#40
关于 Qwen3.5-397B-A17B
Qwen3.5-397B-A17B 是阿里云于 2026 年 2 月发布的规模最大、能力最强的多模态基座模型。该模型拥有 3970 亿参数总量，通过专家混合架构（MoE，包含 512 个专家）实现 170 亿激活参数，并在 MMLU-Pro (87.8%)、GPQA Diamond (88.4%)、SWE-bench Verified (80.0%) 和 Terminal-Bench 2.0 (54.0%) 上均达到了业内顶尖水平。它具备统一的视觉-语言处理能力，支持高达 100 万 token 的超长上下文，并在代码智能体、通用智能体、多模态推理以及涵盖 201 种语言的多语言理解方面表现卓越。
技术规格
注意力
注意力结构
Grouped-Query Attention
注意力头
32
键值头
2
注意力头维度
256
位置嵌入
ROPE
RoPE Theta
10,000,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
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
隐藏维度大小
4,096
层数
60
FFN 中间层大小（稠密层）
1,024
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
17.0B
专家数量
512
活跃专家
11
共享专家数
-
FFN 中间层大小（每专家）
1,024
MoE 前的稠密层数
-
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。