- \n
- Qwen3.5-397B-A17B<\/strong>: Il modello open-weight. Alibaba fornisce le specifiche principali di Hugging Face, come 397B parametri totali<\/strong>, 17B attivati per token<\/strong>, E 60 strati<\/strong>.<\/li>\n\n\n\n
- Qwen3.5-Plus<\/strong>: La versione API ospitata su Alibaba Cloud Model Studio. Alibaba indica che corrisponde al modello 397B-A17B e aggiunge funzionalit\u00e0 di produzione come una finestra di contesto predefinita da 1M token<\/strong>, strumenti integrati<\/strong>, E invocazione dello strumento adattivo<\/strong>.<\/li>\n<\/ul>\n\n\n\n
Questa distinzione si ripete ripetutamente in Reddit<\/a> discussioni. Molte persone confondono Pi\u00f9<\/strong>, il modello open-weight e le \u201cestensioni di strumenti\/contesto\u201d, che aumentano la confusione durante la valutazione.<\/p>\n\n\n\n
Cosa vedo come aggiornamenti principali in Qwen 3.5<\/h2>\n\n\n\n
Raggruppo gli aggiornamenti in due categorie: cambiamenti fondamentali a livello di modello<\/strong> E ottimizzazioni ingegneristiche per l'efficienza<\/strong>. Messaggistica pubblica<\/a> evidenzia anche costo inferiore<\/strong>, maggiore produttivit\u00e0<\/strong>e un focus su IA agentica<\/strong>.<\/p>\n\n\n\n
MoE estremamente sparso<\/h3>\n\n\n\n
MoE (Mixture of Experts)<\/strong> pu\u00f2 essere inteso come un'architettura modello con molte sottoreti "esperte". Durante l'inferenza, un meccanismo di routing attiva solo un piccolo sottoinsieme di esperti, invece di eseguire tutti i parametri ogni volta. I principali vantaggi sono:<\/p>\n\n\n\n
- \n
- Elevato conteggio totale dei parametri<\/strong>: maggiore capacit\u00e0 del modello (pi\u00f9 modelli il modello pu\u00f2 rappresentare).<\/li>\n\n\n\n
- Piccolo conteggio dei parametri attivati<\/strong>: il calcolo dell'inferenza \u00e8 pi\u00f9 vicino a un modello pi\u00f9 piccolo, il che pu\u00f2 migliorare la produttivit\u00e0 e ridurre i costi.<\/li>\n<\/ul>\n\n\n\n
Per Qwen3.5-397B-A17B<\/strong>, i numeri elencati pubblicamente sono 397B parametri totali<\/strong> E 17B attivato<\/strong>Reuters riporta anche le affermazioni di Alibaba su costi di utilizzo inferiori e maggiore produttivit\u00e0<\/strong> rispetto alla generazione precedente, incluse affermazioni come "circa 60% pi\u00f9 economico" e una migliore capacit\u00e0 di gestire carichi di lavoro pi\u00f9 pesanti.<\/p>\n\n\n\n
Quando valuto il MoE nella pratica, considero i vantaggi in due modi: (1) con lo stesso budget \u00e8 possibile utilizzare un modello a capacit\u00e0 pi\u00f9 elevata e (2) con lo stesso obiettivo di throughput \u00e8 possibile ridurre l'utilizzo di risorse di calcolo. Tuttavia, questi vantaggi dipendono da un routing efficace, dalla parallelizzazione e da un training stabile. In caso contrario, i sistemi MoE possono presentare variazioni di qualit\u00e0 o instabilit\u00e0 del servizio.<\/p>\n\n\n\n
Previsione congiunta multi-token nativa<\/h3>\n\n\n\n
I modelli autoregressivi tradizionali prevedono un token successivo per passaggio<\/strong>L'obiettivo di previsione congiunta multi-token<\/strong> \u00e8 quello di produrre previsioni per molteplici posizioni future<\/strong> in un unico passaggio in avanti, addestrando esplicitamente il modello per mantenere coerenti tali previsioni.<\/p>\n\n\n\n
Ecco l'impatto pratico sulla velocit\u00e0 di inferenza in termini semplici:<\/p>\n\n\n\n
- \n
- Se il modello riesce a "guardare avanti" in modo affidabile e a prevedere pi\u00f9 token contemporaneamente, e una politica di accettazione mantiene solo output ad alta confidenza, pu\u00f2 ridurre il numero di passaggi di decodifica.<\/li>\n\n\n\n
- Un minor numero di passaggi di decodifica solitamente aumenta la produttivit\u00e0, soprattutto per output lunghi o carichi di lavoro di lungo contesto.<\/li>\n<\/ul>\n\n\n\n
Alcuni schede modello di terze parti<\/a> e i riassunti degli ecosistemi trattano anche previsione multi-token<\/strong> come fattore importante alla base dei guadagni di produttivit\u00e0 di Qwen 3.5.<\/p>\n\n\n\n
\n
Quando valuto questa tecnica, mi concentro su due aspetti: se la strategia di accettazione \u00e8 stabile e come si comporta in caso di campionamento a bassa temperatura rispetto ad alta temperatura. Nella mia esperienza, lunghi carichi di lavoro di preriempimento e un'elevata concorrenza tendono a evidenziare l'instabilit\u00e0 prima.<\/p>\n<\/blockquote>\n\n\n\n
Multimodalit\u00e0 nativa<\/h3>\n\n\n\n
- Piccolo conteggio dei parametri attivati<\/strong>: il calcolo dell'inferenza \u00e8 pi\u00f9 vicino a un modello pi\u00f9 piccolo, il che pu\u00f2 migliorare la produttivit\u00e0 e ridurre i costi.<\/li>\n<\/ul>\n\n\n\n
- Qwen3.5-Plus<\/strong>: La versione API ospitata su Alibaba Cloud Model Studio. Alibaba indica che corrisponde al modello 397B-A17B e aggiunge funzionalit\u00e0 di produzione come una finestra di contesto predefinita da 1M token<\/strong>, strumenti integrati<\/strong>, E invocazione dello strumento adattivo<\/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