現在 AI 不只是大模型越來越強，小模型也逐漸拉近距離，稍早阿里巴巴正式推出全新 Qwen3.5 小模型全系列，讓不少人都驚艷，連馬斯克本人都在下方留言稱讚「智慧密度驚人」。這次新模型的重點在「更多智慧、更少運算」，其中 90 億參數的 Qwen3.5-9B 模型在多項第三方基準測試中，接近甚至超越參數為 13 倍以上的 OpenAI GPT-OSS-120B 模型，即便在一般的筆電也能順暢運行。
圖片來源：pandaily
阿里巴巴 Qwen3.5 小型開源模型系列登場：9B 版本逼近 GPT-OSS-120B
這次推出的 Qwen 3.5 小模型系列共有四款開放權重模型，分別為：
- Qwen3.5-0.8B（8 億參數）
- Qwen3.5-2B（20 億參數）
- Qwen3.5-4B（40 億參數）
- Qwen3.5-9B（90 億參數）
技術層面部分，Qwen3.5 系列採用混合注意力架構，結合 Gated DeltaNet 線性注意力機制與 Gated Attention，每 8 個區塊中以 3:1 比例交替使用，能有效提升推理吞吐量並降低記憶體消耗。更重要是，這四款模型皆為原生支援多模態，能同處理文字、圖片和影片。原生上下文長度為 262,144 個 tokens，4B 和 9B 可擴充到 1,010,000 tokens。
也具備 Agent 能力，原生支援工具呼叫、多輪思考模式與視覺代理任務，如：桌面操作、文件解析或自主程式碼生成，經強化學習優化後適合建構輕量級智慧代理。
在實際效能測試部分，Qwen3.5-9B 可說表現突出。
研究生級科學推理基準的 GPQA Diamond，9B 得分為 81.7，高於 GPT-OSS-120B 的 80.1，多語言知識基準 MMMLU 達 81.2 也同樣領先。視覺推理部分，MMMU-Pro 得分 70.1，超越 Gemini 2.5 Flash-Lite（59.7）與前代 Qwen3-VL-30B-A3B（63.0）；影片理解 Video-MME（含字幕）得分 84.5；數學基準 HMMT 得分 83.2；文件處理 OmniDocBench 得分 87.7：
與上一代 Qwen3 系列相比，Qwen3.5-4B 效能已接近前代 80B A3B 模型，而 9B 版本在 GPQA、IFEval、長上下文 LongBench v2 等項目，更是全面超越前代大 3 倍的 Qwen3-30B，由此可見真的猛：
以下是各模型適合到硬體環境：
- 0.8B 與 2B 版本記憶體需求極低，可在智慧型手機、邊緣裝置或 IoT 設備上運行。
- 4B 版本可在標準筆電、M1 MacBook Air、甚至是網頁瀏覽器中流暢執行，適合用在輕量的代理應用。
- 9B 版本經 4-bit 量化後，可在搭載 12 至 24GB 記憶體的 GPU 或一般筆電上運行。
國外已經有開發者將 2B 版本放入 iPhone 17 Pro 使用：
對於有興趣的人，可 Hugging Face 或阿里巴巴 ModelScope 下載使用。
隨著阿里巴巴 Qwen3.5 小模型系列的推出，也打破「參數越大越強」的傳統思維，證明透過混合架構、多模態原生設計與強化學習，小型模型也能提供頂尖推理、視覺理解與 Agent 能力，很推薦大家玩玩看。