Qwen 3.5 Udgivet: 397B Parametre Åben Vægtmodel, Omkostningerne Reduceret med 60%
Alibaba har netop udgivet Qwen 3.5-397B-A17B. Dette er den første åben vægtmodel i Qwen 3.5-serien.
Kerne Data
- Samlede parametre: 397B
- Aktiverede parametre: 17B per pass (spars MoE)
- Gennemstrømning: 8.6x-19x højere end Qwen 3-Max
- Omkostninger: 60% lavere end Qwen 3
- Sprogunderstøttelse: 201 sprog (udvidet fra 119 sprog)
Dette er ikke bare simpel parameterstabling. Dette er en omdefinering af effektivitet.
Arkitektonisk Innovation
Qwen 3.5 bruger en hybrid arkitektur:
- Gated Delta Networks + spars MoE
- Hybrid lineær opmærksomhed: De fleste lag bruger lineær opmærksomhed, hver 4. lag bruger fuld opmærksomhed
- Indfødt multimodal: Ikke tilføjet senere, men trænet fra bunden
Der er teknisk analyse på X:
"Qwen3.5-397B-A17B: Hybrid linear attention + sparse MoE with large-scale RL environment scaling." — @Alibaba_Qwen
Betydningen af denne arkitektur er: at opnå ydeevne tæt på en 400B model med 17B aktiverede parametre. Udledningsomkostningerne er reduceret betydeligt.
Ydelsespåstande
Alibaba hævder, at Qwen 3.5 slår:
- GPT-5.2
- Claude Opus 4.5
- Gemini 3 Pro
Uafhængige testere på X er begyndt at validere:
"Qwen 3.5-397B dropped today... and the benchmarks are insane. Trading blows with Claude Opus 4.5 and GPT-5.2 across the board." — @antonpme
Men det mest afgørende er ikke benchmark-testene, men agent-kapaciteten:
"The agentic capabilities are the real story here. Qwen 3.5 can interact with GUIs, not just understand them. That's the unlock for workflows that touch existing software." — @thebuildrweekly
Agent-æraen
Qwen 3.5's positionering er klar: designet til agent-æraen.
- Kan analysere 2 timers video
- Kan selvstændigt udføre opgaver på tværs af applikationer
- Kan forstå GUI og interagere med den
"Qwen 3.5 can independently take actions across apps." — @thebuildrweekly
Dette betyder, at det ikke er en "chatbot", men en "opgaveudfører".
Konkurrencelandskab
Nogen på X opsummerede denne uges AI-udgivelser:
"This might be the single biggest week in AI history: DeepSeek V4, Gemini 3.1 Pro, GPT-5.3, Qwen 3.5, Claude Sonnet 5." — @HeyAbhishek
Rytmen for kinesiske modelproducenter er klar:
- DeepSeek V4
- Qwen 3.5
- GLM 5
- MiniMax 2.5
Der kommer nye modeller hver uge, og hver gang hævder de at slå GPT. Dette er ikke markedsføring, det er en eskalering af omkostningskrigen.
Omkostningsstruktur
Qwen 3.5's token-pris er kun 1/18 af Gemini 3 Pro.
"Qwen 3.5 with performance comparable to Gemini 3, and a token price of only 1/18 of the latter." — @dyz_ob
Når ydeevnen er tæt på, og omkostningerne kun er 5%, hvor er så den lukkede kildemodels voldgrav?
Bundlinje
Qwen 3.5 er ikke "Kinas GPT". Det er en forstyrrer af omkostningsstrukturen:
- 397B parametre, men kun 17B aktiveret
- Åben vægt, kan implementeres lokalt
- Agent-kapacitet, ikke kun dialog
- Omkostninger er kun 5% af konkurrenterne
Der er en interessant forudsigelse på X:
"Qwen 3.5 Q4 版本只需要 225G，很有实用价值" — @janxin
225GB videohukommelse, kan køre på en enkelt maskine. Dette betyder, at små og mellemstore udviklere for første gang kan få adgang til en model, der er tæt på GPT-5 niveau.
Det virkelige spørgsmål er ikke, om Qwen 3.5 kan slå GPT-5.3, men: hvordan tjener AI-virksomheder penge, når omkostningerne ved topmodeller falder til næsten nul?
