大模型世界

Qwen3.5 Plus 20260420

阿里通义的全部模型 →国内视觉模型综合智力第 76 名

中等价位、能读长文、会看图的模型

查看评测视频查看评测文章
聪明世界#74
算法偏弱
记性1M
便宜$1.8

记性换算成体感：一次能读完《哈利·波特》全七部

Qwen 系列的视觉模型 · 按发布时间

共 28 个 · 这里是相邻的 7 个 · 阿里通义的全部模型 →
  1. 2025.10Qwen3 VL 32B Instruct未参评
  2. 2026.02Qwen3.5 PlusECI 146.7
  3. 2026.02Qwen3.5 Plus 02 15ECI 146.7
  4. 2026.02Qwen3.5 Plus 20260420ECI 146.7
  5. 2026.02Qwen3.5 9BECI 139.4
  6. 2026.02Qwen3.5 FlashECI 144.0
  7. 2026.02Qwen3.5 Flash 02 23ECI 144.0

他的房间

编程能力：盖着布的桌子
电脑
没有公开的编程评测成绩
上下文窗口
书架
5 层 · 记忆 1M tokens
数学与科学推理成绩
黑板
数学与科学推理
知识截止日期
日历
知识截止日期未公开
闭源
门禁
闭源，权重不公开

身世

发布日期
2026 年 2 月 16 日epoch.ai
知识截止
暂无数据
参数量
体型为估算值，官方从未公布参数量
开放权重
暂无数据
开源许可
暂无数据
上下文窗口
1M tokens
单次最大输出
66K
输入价格
$0.30 / 百万 tokens
输出价格
$1.80 / 百万 tokens
模型类型
视觉除了文字还能看图片或视频，输出文字
支持的输入
图像、文字、视频 → 文字
工具调用
暂无数据
深度思考
暂无数据
提示缓存
否

战绩

综合智力
146.7
AIME 数学
86.7%
GPQA Diamond 科学
84.8%
ARC-AGI-2 抽象推理
未参评
Fiction.liveBench 长文本
未参评

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。

编程战绩（按赛制分列）

  • ALE-Bench622
    AtCoder 启发式算法竞赛题，考的是给一个没有标准答案的优化问题找出尽量好的解。分数是 137–2177 的评分标度，不是百分比。和「修 bug」是两种能力。第三方实测
    https://epoch.ai/benchmarks
  • WebDev Arena1399 Elo
    让两个模型各写一个网页，由人来投票选哪个更好，按对战胜负算 Elo 分。考的是前端开发的实际观感，和「能不能修复一个后端 bug」不是一回事。第三方实测
    https://epoch.ai/benchmarks

这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。

全部成绩（按榜单分列）

名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。

综合
数学
知识与推理
智能体
  • 经营售货机$0.54第 79 / 89
    Vending-Bench：让模型经营一台虚拟售货机一整年——进货、定价、付租金。分数是最后账上的钱，考的是长期不犯糊涂。第三方实测
    https://andonlabs.com/evals/vending-bench
  • APEX 专业任务13.6%第 43 / 77
    投行、律所、咨询公司的真实工作任务，由业内专家出题与评分。第三方实测
长文本
  • CL-bench 长上下文19.8%第 14 / 40
    在很长的上下文里做推理与检索，测的是长文本的实际可用程度。第三方实测
  • CL-bench 生活版12.4%第 12 / 29
    CL-bench 的日常生活场景分支。第三方实测
游戏与谜题
其他

B 站上的 Qwen3.5 Plus 实测3 个视频

在 B 站搜「Qwen3.5 Plus 测评」↗

以上为 B 站搜索结果，按播放量排（站长的视频置顶），内容由各 UP 主提供，不代表本站观点。