阿里巴巴的 Qwen 3.5 Medium 系列将前沿推理能力带给开源模型，且运行成本足够低，可以用于实际生产。三款模型——Qwen3.5-35B-A3B、Qwen3.5-27B 和 Qwen3.5-122B-A10B——现已登陆 Novita AI，提供 GPT-5-mini 级别的性能，同时具备开放权重和 Apache 2.0 许可证的灵活性。
🎉 三款模型均可通过 Novita AI 的无服务器 LLM API 直接使用——无需配置 GPU。
Qwen 3.5 Medium 系列是什么？
2026 年 2 月 24 日，阿里巴巴 Qwen 团队发布了 Qwen 3.5 Medium 模型系列——四款位于旗舰 Qwen3.5-397B-A17B 与更小蒸馏变体之间的模型。其中三款以 Apache 2.0 协议开源，现已在 Novita AI 上全部可用。
该系列瞄准了市场中的一个特定缺口：模型足够紧凑，适合对成本敏感的生产工作负载，同时性能足以媲美 GPT-5 mini 和 Claude Sonnet 4.5 等专有前沿模型。
| 模型 | 总参数 | 激活参数 | 架构 | 上下文长度 |
| Qwen3.5-35B-A3B | 35B | 3B | MoE + 混合注意力 | 262K |
| Qwen3.5-27B | 27B | 27B（密集） | 密集 + 混合注意力 | 262K |
| Qwen3.5-122B-A10B | 122B | 10B | MoE + 混合注意力 | 262K |
基准测试表现
Qwen 3.5 Medium 模型的性能远超其体量。以下是在关键类别中与 GPT-5 mini 的对比（数据来自 Qwen 官方基准测试结果）：
知识与推理
| 基准测试 | 122B-A10B | 27B | 35B-A3B | GPT-5 mini |
| MMLU-Pro | 86.7 | 86.1 | 85.3 | 83.7 |
| GPQA Diamond | 86.6 | 85.5 | 84.2 | 82.8 |
| MMMLU | 86.7 | 85.9 | 85.2 | 86.2 |
| HMMT 2025年2月 | 91.4 | 92.0 | 89.0 | 89.2 |
编程
| 基准测试 | 122B-A10B | 27B | 35B-A3B | GPT-5 mini |
| SWE-bench Verified | 72.0 | 72.4 | 69.2 | 72.0 |
| Terminal-Bench 2 | 49.4 | 41.6 | 40.5 | 31.9 |
| LiveCodeBench v6 | 78.9 | 80.7 | 74.6 | 80.5 |
智能体任务
| 基准测试 | 122B-A10B | 27B | 35B-A3B | GPT-5 mini |
| BFCL-V4（工具使用） | 72.2 | 68.5 | 67.3 | 55.5 |
| BrowseComp | 63.8 | 61.0 | 61.0 | 48.1 |
| TAU2-Bench | 79.5 | 79.0 | 81.2 | 69.8 |
🔑 亮点： 三款 Medium 模型在智能体任务上的表现均超越 GPT-5 mini 20–30%。在通用知识和编程方面，它们与之持平或领先。关键区别不在于原始基准分数——而在于你能以开放权重、微调自由且无供应商锁定的方式获得同等水平的性能。
在 Novita AI 上它的独特之处
Novita AI 通过 无服务器 API 提供所有三款开放权重的 Qwen 3.5 Medium 模型，并且兼容 OpenAI 的接口形式：
| 模型 | 输入价格 | 输出价格 | 上下文 | 最大输出 |
| Qwen3.5-35B-A3B | $0.25/Mt | $2.00/Mt | 262K | 65K |
| Qwen3.5-27B | $0.30/Mt | $2.40/Mt | 262K | 65K |
| Qwen3.5-122B-A10B | $0.40/Mt | $3.20/Mt | 262K | 65K |
Novita AI 上的主要优势：
- 兼容 OpenAI 的 API：即插即用——只需修改基础 URL 即可从 GPT 端点切换。
- 完整 262K 上下文：无截断。使用完整的原生上下文窗口。
- 无服务器：无需配置 GPU，无需管理冷启动。
想看看这些模型如何处理你的工作负载？打开 Playground 并测试一下 →
成本分析：你能省多少钱？
假设你运行一个智能体编程工作流，每天处理 100 万输入词元并生成 20 万输出词元。
| 模型 | 每日输入成本 | 每日输出成本 | 每日总计 | 月度（30天） |
| Qwen3.5-35B-A3B (Novita) | $0.25 | $0.40 | $0.65 | $19.50 |
| Qwen3.5-27B (Novita) | $0.30 | $0.48 | $0.78 | $23.40 |
| Qwen3.5-122B-A10B (Novita) | $0.40 | $0.64 | $1.04 | $31.20 |
| GPT-5 mini (OpenAI) | $0.25 | $0.40 | $0.65 | $19.50 |
| Claude Sonnet 4.5 (Anthropic) | $3.00 | $3.00 | $6.00 | $180.00 |
| GPT-5.2 (OpenAI) | $1.75 | $2.80 | $4.55 | $136.50 |
价格来源：OpenAI（GPT-5 mini：输入 $0.25/Mt，输出 $2.00/Mt；GPT-5.2：输入 $1.75/Mt，输出 $14.00/Mt），Anthropic（Claude Sonnet 输入 $3.00/Mt，输出 $15.00/Mt），Novita AI。
🔑 实际情况： Novita AI 上的 Qwen3.5-35B-A3B 在价格上与 GPT-5 mini 持平，同时提供明显更强的智能体性能（BFCL-V4：67.3 对比 55.5）。与 GPT-5.2 和 Claude Sonnet 4.5 相比，你能节省 7–9 倍的成本。其价值主张不仅仅是价格——而是以封闭模型的价格获得开放权重，且智能体能力更强。
使用案例与最佳实践
假设你正在构建一个 AI 驱动的代码审查智能体，它可以扫描拉取请求、识别问题并建议修复。该智能体需要处理整个仓库上下文（5 万–20 万词元）、调用外部工具（代码检查器、测试运行器）并生成结构化反馈。
以下是 Qwen 3.5 Medium 为何非常适合的原因：
1. 智能体工具调用流水线
凭借 72.2（122B-A10B）的 BFCL-V4 得分，这些模型擅长结构化函数调用。构建多步骤智能体，链式调用 API、解析响应并做出决策——其可靠性远超 GPT-5 mini。
2. 长上下文代码分析
262K 原生上下文窗口意味着你可以直接输入整个代码库而无需分块。混合注意力架构即使在高词元数量下也能保持成本可控。
3. 开放权重的灵活性
与 GPT-5 mini 不同，你可以用自己的数据微调 Qwen 3.5 Medium，为合规需求部署到本地，甚至在消费级 GPU 上运行量化版本（35B-A3B 可在 8GB 以上显存下以 4 位量化运行）。
你应该选择哪个模型？
快速指南：
- Qwen3.5-35B-A3B → 最佳全能选择。成本最低，可在消费级 GPU 上本地运行（量化后 8GB+ 显存），在大多数基准测试中仍然击败 GPT-5 mini。
- Qwen3.5-27B → 每词元推理密度最高（所有 27B 参数均激活）。在该系列中 SWE-bench 得分最高（72.4）。当你在前向传播中需要最大推理能力时是理想之选。
- Qwen3.5-122B-A10B → 各项智能体得分全面领先。最适合工具调用准确性至关重要的复杂多步智能体工作流。
如何开始使用
Novita AI 提供多种方式将 Qwen 3.5 Medium 模型集成到你的工作流中——从零代码探索到生产 API 集成。
在 Playground 中试用
在编写任何代码之前，先在 Novita AI Playground 中交互式测试模型：
- 开启思考模式，查看模型的内部推理链。
- 调整参数：Temperature 和 Top_p 控制输出创造力。
- 压力测试长上下文：粘贴长达 262K 词元的文档，评估召回和理解能力。
新用户注册 Novita AI 账户即可获得免费试用额度——足以免费运行数十次测试。
步骤 1：获取 API 密钥
- 访问 novita.ai 并注册或登录。
- 在仪表盘中导航至 API 密钥。
- 点击 添加新密钥 并立即复制——密钥仅显示一次。
步骤 2：调用 API
- 基础 URL：
https://api.novita.ai/openai - 模型 ID：
qwen/qwen3.5-35b-a3b、qwen/qwen3.5-27b、qwen/qwen3.5-122b-a10b
Python 示例：
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="qwen/qwen3.5-122b-a10b",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello, how are you?"}
],
max_tokens=65536,
temperature=0.7
)
print(response.choices[0].message.content)
步骤 3：集成到你的工具中
由于 Novita AI 遵循 OpenAI/Anthropic API 标准，Qwen 3.5 Medium 模型可以与你已有的工具无缝配合：
- 编程助手： Cline、Cursor、OpenCode、Trae
- 智能体框架： LangChain、Langflow、Continue
- 兼容 Anthropic 的工作流： Claude Code
- 聊天 UI： AnythingLLM
- Hugging Face Hub： Novita AI 被列为受支持模型的推理提供商。
- 个人 AI 智能体： OpenClaw——连接 Qwen 3.5 Medium 模型，跨消息平台构建始终在线的智能体。
结论
一年前，想要从一款可微调、可自托管的开放权重模型中获取 GPT-5-mini 级别的智能体性能，这还不现实。Qwen 3.5 Medium 系列改变了这一局面，特别是在工具使用和多步智能体工作流方面，这些模型不仅跟上了专有替代方案，而且实际上明显超越它们。
对于正在评估模型栈的团队，接下来的实际步骤很简单：在 Playground 中运行你自己的提示词，与你当前的提供商进行基准测试，并根据你的数据做出决定——而不是我们的。
Novita AI 是一个 AI 云平台，为开发者提供通过简单 API 部署 AI 模型的便捷途径，同时也提供经济实惠且可靠的 GPU 云，用于构建和扩展 AI 应用。
常见问题解答
Qwen3.5-Flash 和 Qwen3.5-35B-A3B 有什么区别？
Qwen3.5-Flash 是 35B-A3B 的专有托管版本，仅通过阿里云提供。它提供 1M 上下文窗口和内置官方工具。Novita AI 上的开放权重 35B-A3B 原生支持 262K 上下文，并可扩展至 1M 词元。
我可以将这些模型用于商业应用吗？
可以。三款开放权重模型均以 Apache 2.0 许可证发布——对商业使用、微调或再分发没有任何限制。
这些模型与旗舰 Qwen3.5-397B-A17B 相比如何？
397B 旗舰款（也在 Novita AI 上可用，输入 $0.60/Mt，输出 $3.60/Mt）在竞技编程和一些推理任务上更强。但 Medium 模型的表现惊人地接近——122B-A10B 在智能体基准测试中与之持平或超越，而 35B-A3B 以不到一半的成本提供了旗舰款 85–95% 的性能。
