通义千问

• 视觉+文本混合预训练：从预训练第一天起就在视觉和文本混合Token上进行，真正“睁眼看世界”
• 2小时视频理解：支持超长视频直接输入，自动生成摘要、提取关键帧
• 视觉编程：手绘草图直接生成前端代码，截图定位修复UI缺陷

• Qwen3.5-Plus：3970亿总参数，激活仅170亿，性能超越万亿参数模型
• MMLU-Pro 87.8分：超过GPT-5.2，GPQA 88.4分超越Claude 4.5
• 指令遵循IFBench 76.5分：刷新行业最高纪录

• Qwen3.5-27B：密集模型，工具调用、搜索、编程评测均超GPT-5 mini
• 视觉智能体：自主操控手机与电脑完成日常任务
• OpenClaw集成：可协助网页搜索、信息收集和报告生成

• 201种语言：首次实现全球语言全覆盖
• 词表250k：从150k大幅扩充，小语种编码效率提升60%
• 多语言翻译：Qwen-MT系列支持中英互译及26种小语种

知识点解释、错题讲解、学习计划制定、论文文献综述、研究方法设计。Qwen3.5在博士级科学推理评测GPQA中超越Claude 4.5，适合高难度学术场景。

代码生成、调试修复、文档补全、UI开发。Qwen3.5-27B可运行于单个GPU，本地部署友好，视觉编程能力可将手绘草图直接转代码。

2小时长视频直接输入，自动生成摘要、提取关键帧、识别场景。适合自媒体创作者、教育工作者、会议记录场景。

与钉钉深度集成，跨App任务闭环（淘宝下单、外卖闪购等）。API低至0.2元/百万Token，适合大规模企业调用。

• 极致性价比：API价格低至0.2元/百万Token，仅为Gemini 3 Pro的1/18
• 原生多模态：从预训练开始就融合视觉和文本，真正理解图像、视频、音频
• 性能领先：MMLU-Pro 87.8分超越GPT-5.2，GPQA超越Claude 4.5
• 全球开源第一：全球下载量突破10亿次，衍生模型超20万，Hugging Face榜首
• 超长上下文：1M tokens可处理2小时视频、1500页PDF
• 生态集成：与钉钉、淘宝、支付宝深度打通，跨App任务闭环

• 留存率低：DAU从700万飙升至5000万，但30日留存仅20%，用户习惯未固化
• 技术代差：与海外头部模型（Gemini、Claude）存在半年至一年代差
• 信息幻觉风险：在消费决策场景可能推荐不存在的产品或过时信息
• 跨平台能力受限：在自家生态（钉钉）内表现好，但操作第三方系统能力弱
• 部分功能需API付费：高级模型（如Qwen3.5-Plus）需通过阿里云百炼调用