- \n
- Qwen3.5-397B-A17B<\/strong>El modelo de peso abierto. Alibaba proporciona especificaciones b\u00e1sicas sobre Hugging Face, como 397B par\u00e1metros totales<\/strong>, 17B activados por token<\/strong>, y 60 capas<\/strong>.<\/li>\n\n\n\n
- Qwen3.5-Plus<\/strong>La versi\u00f3n de la API alojada en Alibaba Cloud Model Studio. Alibaba indica que corresponde al modelo 397B-A17B y a\u00f1ade funciones de producci\u00f3n como una ventana de contexto de token 1M predeterminada<\/strong>, herramientas integradas<\/strong>, y invocaci\u00f3n de herramienta adaptativa<\/strong>.<\/li>\n<\/ul>\n\n\n\n
Esta distinci\u00f3n aparece repetidamente en Reddit<\/a> discusiones. Mucha gente confunde M\u00e1s<\/strong>, el modelo de peso abierto y las \u201cextensiones de herramientas\/contexto\u201d, lo que aumenta la confusi\u00f3n durante la evaluaci\u00f3n.<\/p>\n\n\n\n
Lo que considero como las principales mejoras en Qwen 3.5<\/h2>\n\n\n\n
Agrupo las actualizaciones en dos categor\u00edas: cambios fundamentales a nivel de modelo<\/strong> y Optimizaciones de ingenier\u00eda para la eficiencia<\/strong>. Mensajer\u00eda p\u00fablica<\/a> Tambi\u00e9n destaca menor costo<\/strong>, mayor rendimiento<\/strong>, y un enfoque en IA agente<\/strong>.<\/p>\n\n\n\n
MoE extremadamente escaso<\/h3>\n\n\n\n
Ministerio de Educaci\u00f3n (Mezcla de expertos)<\/strong> Puede entenderse como una arquitectura de modelo con m\u00faltiples subredes de expertos. Durante la inferencia, un mecanismo de enrutamiento activa solo un peque\u00f1o subconjunto de expertos, en lugar de ejecutar todos los par\u00e1metros cada vez. Las principales ventajas son:<\/p>\n\n\n\n
- \n
- Gran recuento total de par\u00e1metros<\/strong>:mayor capacidad del modelo (m\u00e1s patrones puede representar el modelo).<\/li>\n\n\n\n
- Peque\u00f1o recuento de par\u00e1metros activados<\/strong>:El c\u00e1lculo de inferencia se acerca m\u00e1s a un modelo m\u00e1s peque\u00f1o, lo que puede mejorar el rendimiento y reducir los costos.<\/li>\n<\/ul>\n\n\n\n
Para Qwen3.5-397B-A17B<\/strong>, los n\u00fameros listados p\u00fablicamente son 397B par\u00e1metros totales<\/strong> y 17B activado<\/strong>Reuters tambi\u00e9n informa sobre las afirmaciones de Alibaba de Menor costo de uso y mayor rendimiento<\/strong> en comparaci\u00f3n con la generaci\u00f3n anterior, incluidas declaraciones como "aproximadamente 60% m\u00e1s barato" y una capacidad mejorada para manejar cargas de trabajo m\u00e1s pesadas.<\/p>\n\n\n\n
Al evaluar MoE en la pr\u00e1ctica, considero los beneficios de dos maneras: (1) con el mismo presupuesto, se puede usar un modelo de mayor capacidad, y (2) con el mismo objetivo de rendimiento, se puede reducir el consumo de c\u00f3mputo. Sin embargo, estas ganancias dependen de un enrutamiento s\u00f3lido, la paralelizaci\u00f3n y un entrenamiento estable. De lo contrario, los sistemas MoE pueden presentar variabilidad en la calidad o inestabilidad del servicio.<\/p>\n\n\n\n
Predicci\u00f3n conjunta multitoken nativa<\/h3>\n\n\n\n
Los modelos autorregresivos tradicionales predicen un token siguiente por paso<\/strong>. El objetivo de predicci\u00f3n conjunta de m\u00faltiples tokens<\/strong> es producir predicciones para m\u00faltiples posiciones futuras<\/strong> en una sola pasada hacia adelante, mientras se entrena expl\u00edcitamente el modelo para mantener esas predicciones consistentes.<\/p>\n\n\n\n
He aqu\u00ed el impacto pr\u00e1ctico en la velocidad de inferencia en t\u00e9rminos sencillos:<\/p>\n\n\n\n
- \n
- Si el modelo puede \u201cmirar hacia adelante\u201d de manera confiable y predecir m\u00faltiples tokens a la vez, y una pol\u00edtica de aceptaci\u00f3n solo mantiene resultados de alta confianza, puede reducir la cantidad de pasos de decodificaci\u00f3n.<\/li>\n\n\n\n
- Menos pasos de decodificaci\u00f3n generalmente aumentan el rendimiento, especialmente para salidas largas o cargas de trabajo de contexto largo.<\/li>\n<\/ul>\n\n\n\n
Alguno tarjetas de modelos de terceros<\/a> y los res\u00famenes de ecosistemas tambi\u00e9n tratan predicci\u00f3n de m\u00faltiples tokens<\/strong> como un factor importante detr\u00e1s de las ganancias de rendimiento de Qwen 3.5.<\/p>\n\n\n\n
\n
Al evaluar esta t\u00e9cnica, me centro en dos aspectos: la estabilidad de la estrategia de aceptaci\u00f3n y su comportamiento en muestreos a baja y alta temperatura. En mi experiencia, las cargas de trabajo de prellenado prolongadas y la alta concurrencia tienden a exponer la inestabilidad con mayor antelaci\u00f3n.<\/p>\n<\/blockquote>\n\n\n\n
Multimodalidad nativa<\/h3>\n\n\n\n
- Peque\u00f1o recuento de par\u00e1metros activados<\/strong>:El c\u00e1lculo de inferencia se acerca m\u00e1s a un modelo m\u00e1s peque\u00f1o, lo que puede mejorar el rendimiento y reducir los costos.<\/li>\n<\/ul>\n\n\n\n
- Qwen3.5-Plus<\/strong>La versi\u00f3n de la API alojada en Alibaba Cloud Model Studio. Alibaba indica que corresponde al modelo 397B-A17B y a\u00f1ade funciones de producci\u00f3n como una ventana de contexto de token 1M predeterminada<\/strong>, herramientas integradas<\/strong>, y invocaci\u00f3n de herramienta adaptativa<\/strong>.<\/li>\n<\/ul>\n\n\n\n
![\"\"](\"https:\/\/www.iweaver.ai\/wp-content\/uploads\/2026\/02\/qwen-3-5-performance-benchmark-chart-comparing-qwen3-5-gpt-5-2-claude-opus-4-5-and-gemini-3-pro-1024x662.webp\")
<\/figure>\n\n\n\n