Qwen3.5-35B-A3B (MoE) 模型架构参数、评测与显存全表
总参 35B、单步仅激活 3B 参数的混合注意力多模态 MoE,仅 2 个 KV 头使 256K 超长上下文显存极省,Mac 与 24G/32G 卡速度飞快。
🧬 Qwen3.5-35B-A3B (MoE) 底层网络与张量参数总表 (Model Overview & config.json)
全部字段同步自官方 HuggingFace 仓库 (Qwen/Qwen3.5-35B-A3B) 的 config.json 与技术报告 · 核验日期 2026-11-20
1. 骨干网络与维度参数
qwen3_5_moe- 总参数量 / 单步激活
- 35B / 3B
- Hidden Size (d_model)
- 2,048
- MoE 专家中间层维度
- 512
- MoE 专家配置
- 256 路由 · 激活8 + 1 共享
- 激活函数 / RMSNorm
- SiLU (SwiGLU) · ε=1e-6
- 原生权重精度
- BF16
2. 注意力机制与混合层拓扑
HYBRID- Transformer 总层数
- 40 层 (10 层全局 KV)
- 网络层排布 (Hidden Layout)
- 40 层混合 MoE:10 × [3 层 Gated DeltaNet→MoE + 1 层 Gated Attention→MoE]
- 注意力头 (Q / KV)
- 16 Q / 2 KV (8:1 GQA)
- Head Dimension
- 256
- 线性注意力 / KV 压缩机制
- Gated DeltaNet:16 QK / 32 V 线性头 (dim=128) · 全模型仅 10 层 × 2 KV 头产生缓存
- 视觉编码器 / MTP 头
- ViT 27L · MTP 1L
3. 上下文、位置编码与词表
Tokenizer- 原生上下文长度
- 262,144 tokens
- 最大扩展上下文 (YaRN)
- 1,010,000 tokens
- 旋转位置编码 (RoPE)
- mRoPE (θ=10,000,000 · partial=0.25 · section=[11,11,10] · YaRN 4x→1M)
- 词表大小 (vocab_size)
- 248,320 (独立输出头)
- 特殊控制 Token ID
- BOS: 248044 · EOS: [248046,248044] · PAD: 248044
- 语言覆盖
- 201 种语言与方言
📋 Qwen3.5-35B-A3B (MoE) 官方 API 技术规格与计费参数总表
核验自 Alibaba Qwen 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- Qwen/Qwen3.5-35B-A3B
- 版本发布日期
- 2026-02-23
- 权重授权形态
- 开源权重 (云端 API 规格)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 256,000 tokens (256K)
- 单次最大输出上限
- 66,000 tokens
- 支持输入模态
- Text + Image + Video
- 支持输出模态
- Text
- 中国大陆网络直连
- ✅ 国内极速直连 + 人民币结算
- 分发与部署形态
- 开源权重 + 托管云 API
3. 官方 Token 单价与缓存阶梯
CNY / 1M- 标准输入单价 (每百万)
- ¥ 0.4
- Prompt 缓存命中输入
- ¥ 0.4
- 标准输出单价 (每百万)
- ¥ 3.2
- 长上下文阶梯与计费备注
- 硅基流动 SiliconFlow:¥0.4/M 超低输入跑千问 3.5 MoE
🏆 Qwen3.5-35B-A3B (MoE) 官方基准评测成绩单
摘录自官方 System Card / Model Card 与权威公开横评表
MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。
经人工重新逐题核对与纠错的 MMLU 精修版,消除了原数据集中的错标与歧义题目,使高分段对比更可靠。
面向中文语境的权威综合性基础模型评测集,涵盖理工、人文、社科与职业资格等 52 个学科共 13,948 道选择题。
研究生级物理、化学与生物高难防搜索推理选择题
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
零数据污染的动态竞赛编程基准(v6),持续采集 LeetCode、AtCoder 与 CodeForces 最新赛题,全面测试算法编写、修复与执行推理。
伯克利函数调用排行榜第 4 代(BFCL-V4),全面评测单步、多步、并行、嵌套及多轮对话下的 API / Function Calling 精确度。
大规模多学科多模态理解基准,汇集大学考试与教材中的 1.15 万道图表、公式、电路图与医学影像专业推理题。
附带视频字幕输入的 Video-MME 全时长综合视频理解与时序推理评测。
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
💡 多轮对话历史中仅保留最终回复,不保留 <think> 思考过程(官方 Jinja 模板已内置)
💡 针对前端开发与严谨工程代码调优,关闭 presence_penalty 防止代码标识符偏移
📊 Qwen3.5-35B-A3B (MoE) 全量评测成绩与维度排名
共 81 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 4 项
🤖 Agent 与工具调用 11 项
评估智能体自主规划、工具链选择与多步任务闭环执行能力的评测基准。
真实 Android 环境跨 20 款主流应用的 116 项手机自动化任务成功率(Success Rate)评测。
专为中文互联网环境打造的高难度多跳搜索智能体基准,含影视、科技、医学、历史等 11 大领域的 289 道深层信息挖掘题。
伯克利函数调用排行榜第 4 代(BFCL-V4),全面评测单步、多步、并行、嵌套及多轮对话下的 API / Function Calling 精确度。
OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。
广度并行搜索智能体基准,考察模型跨海量信息源执行大规模并行检索、去重汇总与结构化整理的能力。
图文交互与外部工具联合调用(Tool-Integrated Reasoning)视觉指令执行基准。
真实桌面操作系统多模态智能体评测验证集(OSWorld-Verified),在 Ubuntu、Windows 与 macOS 虚拟机中直接操控鼠标键盘完成跨软件任务。
考察智能体利用搜索工具在嘈杂网页信息中定位并核实答案的检索评测。
虚拟环境真实复杂多步任务自动化智能体评测。
考察超长链路目标拆解、约束协调与战略决策的多步规划评测。
📐 数学 13 项
经人工重新逐题核对与纠错的 MMLU 精修版,消除了原数据集中的错标与歧义题目,使高分段对比更可靠。
2025 年哈佛-麻省理工数学锦标赛(HMMT)高难度数学竞赛基准。
2025 年哈佛-麻省理工数学锦标赛(HMMT)竞赛数学评测,涵盖代数、几何与组合难题。
MathVista 视觉数学与图表推理的精简核心评测集。
MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。
OpenAI 发布的多语言版 MMLU,由专业译者将题目精准翻译为中文、阿拉伯语、德语、法语、日语等 14 种语言,衡量跨语言综合知识。
通过动态变化图形参数与函数视图检验多模态数学推理稳健性的基准(DynaMath)。
多模态竞赛数学推理基准(MATH-Vision),精选必须看懂几何图形、函数图像或组合示意图才能求解的真实数学竞赛题。
MMLU-Pro 的多语种对齐扩展版,在 29 种不同语系语言上提供完全对齐的 11,829 道高难度学科推理题。
包含 5,000 道人工精选图文题的多模态数学与空间认知推理基准。
超大规模研究生级跨学科评测,涵盖工程、理学、医学、法学、经济学等 13 大门类共 285 个研究生学科、25,957 道高难度专业题。
「人类最后的考试」(HLE),由全球学者联合出题的 2,500 道数学、人文与自然科学前沿难题(图文多模态),专门测试大模型在人类知识边界上的推理极限。
基于知名算法竞赛平台 CodeForces 真题(难度分 800–2400)的竞技编程能力评测。
👁️ 多模态与视觉 39 项
探测视觉大模型在数线条、判交点、认嵌套图形等基础几何感知上「睁眼瞎」盲区的诊断基准。
考察高分辨率大图局部细节主动搜寻与空间接地推理的视觉基准(V*)。
包含近 5,000 张自然科学教学示意图(食物网、人体结构、地质循环)的图表关系理解基准。
中英双语系统化多模态理解评测基准(MMBench v1.1),采用循环选项策略消除位置偏置。
评估多模态大模型在自然场景文字、古籍手写与复杂文档中光学字符识别(OCR)能力的综合基准。
全方位复杂版面文档视觉解析基准(1.5),综合评测多栏论文、财报表格、公式识别(OCR)、阅读顺序还原与文档问答。
附带视频字幕输入的 Video-MME 全时长综合视频理解与时序推理评测。
时长跨度 3 分钟至 2 小时的多任务长视频理解基准,涵盖剧情推理、片段定位与异常识别等 9 类任务。
源自车载相机与真实街道场景的 700+ 张实拍图像物理空间常识理解评测。
不提供字幕、纯靠视频画面与音频理解的 Video-MME 综合视频评测。
经过严格人工筛选、剔除「不看图也能答对」样本的 1,500 道纯视觉强依赖多模态评测。
大规模多学科多模态理解基准,汇集大学考试与教材中的 1.15 万道图表、公式、电路图与医学影像专业推理题。
面向多模态大模型的多场景文字读取、多语种识别、版面解析与关键信息提取综合 OCR 评测。
专家级专业学科教学视频多模态评测,考察从观看学术与工程课程视频中获取新知识并解题的能力。
自动驾驶交通场景视觉感知与自然语言因果问答基准。
中英双语医学放射影像(CT、MRI、X 光)语义标注视觉问答基准。
科学论文真实复杂图表深度推理基准(CharXiv-R),要求跨多子图、图例与数据趋势进行定量比较与综合推演。
MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。
包含 20 类无法仅靠单帧静态截图回答的动态时序理解任务的多模态视频基准。
跨多学科专业领域的视频知识理解与科学实验推理基准(MMVU)。
超长视频理解基准(最长可达 2 小时),评估模型在极长视频流中的跨时段事件定位、摘要与因果推理。
面向高分辨率专业桌面软件(CAD、IDE、修图与工业软件)极小图标与控件精确定位的 GUI 视觉接地基准。
专门诱发并检测多模态模型「语言先验幻觉」与「视觉错觉」的图文抗干扰基准。
具身智能空间推理问答基准(ERQA),涵盖空间方位、运动轨迹、动作后果与多视角状态估计的 400 道视觉题。
基于生物医学文献插图与临床医学影像构建的视觉问答基准。
覆盖 17 个临床专科与 11 大人体系统的 4,460 道专家级医学文本与多模态影像诊断推理基准。
开放真实世界多样化场景下的零样本/少样本目标检测泛化能力基准(ODinW)。
面向基础早期视觉直觉感知与趣味图形推理的视觉基准。
基于 nuScenes 自动驾驶街景数据的多传感器空间理解与驾驶决策推理基准。
专门考察视觉模型对画面中密集同类物体精确计数能力的评测。
在 RefCOCO、RefCOCO+ 与 RefCOCOg 三大经典指代表达目标框定位数据集上的平均准确率。
面向具身机器人场景的三维空间方位理解与推理评测。
精细空间方位指代理解与目标视觉定位评测。
超长篇幅多页图文 PDF 文档跨页视觉理解与推理基准。
面向简明客观事实看图问答的视觉准确性评测。
ZEROBench 高难视觉推理的子任务分解得分集。
基于 RGB-D 室内点云与图像的三维场景理解与物体空间定位评测。
合成逼真室内场景下的三维空间定位与深度估计视觉评测。
针对前沿视觉大模型设计的高难度零样本复杂视觉推理基准(主集人类精心构造极难视觉题)。
📜 长上下文 2 项
🧠 推理与科学 6 项
面向中文语境的权威综合性基础模型评测集,涵盖理工、人文、社科与职业资格等 52 个学科共 13,948 道选择题。
覆盖 100 种语言与文化背景的物理世界交互常识推理基准。
研究生级防搜索科学问答基准(GPQA Diamond),含 448 道物理、化学与生物学专家编写的高难度选择题(人类博士跨领域准确率仅约 65%),重点检验深度专业推理。
零数据污染的动态竞赛编程基准(v6),持续采集 LeetCode、AtCoder 与 CodeForces 最新赛题,全面测试算法编写、修复与执行推理。
真实多轮对话综合挑战集,重点考察多轮指令保持、跨轮用户信息记忆推理、自我纠错与抗误导能力。
源自全国青少年信息学奥林匹克(NOI)与国际大学生程序设计竞赛(ICPC)的 232 道高难度算法竞赛评测。
📚 知识与通用 6 项
可程序化验证的指令遵循基准(IFEval),包含字数限制、JSON 格式、禁用词、段落结构等 25 类严格格式约束测试。
跨多语种与多元文化语境的复杂指令理解与严格执行基准。
源自 44 种语言本土地区资格与升学考试的 19.7 万道真题基准,检验模型对各国本土语言与地域文化知识的真实掌握度(非英语翻译题)。
国际机器翻译大赛扩展基准(WMT24++),覆盖 55 种语言与方言,含文学、新闻、社交与语音转写四大领域的专业人工精校参考译文。
面向复杂多重嵌套约束指令遵循能力的评估基准(IFBench)。
覆盖全球 63 种语言的大规模跨语言指令理解与生成质量基准。
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
⚡ Qwen3.5-35B-A3B (MoE) 本地显存占用 & 实时吐字速度计算器
物理总容量 32 GB · 占用率 74.4%
MoE 架构:每步仅读取 1.82 GB 激活权重
高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限
OLLAMA_CONTEXT_LENGTH=16384 ollama run qwen3.5:35b-a3bRTX 5090 可运行 Qwen3.5-35B-A3B (MoE) · 硬件成本与回本参考
参考均价约 ¥18,999(折合 ¥594/GB)· 满载约 575W
📊 Qwen3.5-35B-A3B (MoE) 各量化精度显存占用对照表 (16K 上下文)
| 量化格式 | 等效位数 | 纯权重体积 | KV Cache (16K) | 总显存需求 | 精度评价 |
|---|---|---|---|---|---|
| FP16 / BF16 | 16 bpw | 70 GB | 0.4 GB | 73.1 GB | 无损原精度 |
| FP8 / Q8_0 | 8.5 bpw | 37.19 GB | 0.4 GB | 39.63 GB | 99.9% 接近无损 |
| GGUF Q6_K | 6.56 bpw | 28.7 GB | 0.4 GB | 30.98 GB | 极高画质 · 严肃编码 |
| GGUF Q5_K_M | 5.69 bpw | 24.89 GB | 0.4 GB | 27.09 GB | 高均衡度 |
| Q4_K_M / AWQ | 4.85 bpw | 21.22 GB | 0.4 GB | 23.34 GB | 黄金甜点(推荐) |
| GGUF IQ4_XS | 4.25 bpw | 18.59 GB | 0.4 GB | 20.67 GB | 省显存优选 |
| GGUF Q3_K_M | 3.91 bpw | 17.11 GB | 0.4 GB | 19.15 GB | 轻度智商折损 |
| GGUF Q2_K | 3.15 bpw | 13.78 GB | 0.4 GB | 15.76 GB | 极限压缩尝鲜 |
🖥️ 主流显卡、Mac 与国产卡运行 Qwen3.5-35B-A3B (MoE) (Q4_K_M) 兼容性列表
常见问题解答 (FAQ)
Qwen3.5-35B-A3B (MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?
Qwen3.5-35B-A3B (MoE) 底层架构为 Qwen3_5MoeForConditionalGeneration,共 40 层(40 层混合 MoE:10 × [3 层 Gated DeltaNet→MoE + 1 层 Gated Attention→MoE]),隐藏层维度 hidden_size=2048,注意力头配置为 16 个 Query 头 / 2 个 KV 头(head_dim=256),词表大小 vocab_size=248,320,原生上下文窗口 262,144 tokens。
Qwen3.5-35B-A3B (MoE) 本地部署至少需要多少 GB 显存?
在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Qwen3.5-35B-A3B (MoE) 共需约 23.34 GB 显存(含权重 21.22 GB + KV 缓存 0.4 GB + 系统开销 1.72 GB)。无损 FP16/BF16 则需约 73.1 GB。
Qwen3.5-35B-A3B (MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?
依据官方 generation_config.json 与最佳实践,在「思考模式 · 通用与智能体 (Thinking - General)」下建议设置 temperature=1、top_p=0.95、top_k=20。注意:多轮对话历史中仅保留最终回复,不保留 <think> 思考过程(官方 Jinja 模板已内置)