Qwen3.5 - AlibabaのTongyi Qianwen氏がオープンソース化した、次世代のネイティブマルチモーダル大規模モデル。 - AiBoss

Qwen3.5とは何ですか？

Qwen3.5は、アリババの同義千文チームが正式にリリースしオープンソース化した、新世代のネイティブマルチモーダル大規模モデルです。最初のオープンソース版であるQwen3.5-397B-A17Bは、線形アテンション（ゲートデルタネットワーク）とスパースハイブリッドエキスパート（MoE）を組み合わせた革新的なハイブリッドアーキテクチャを採用しています。合計3970億個のパラメータを持ちながら、推論ごとにアクティブ化するのはわずか170億個のパラメータのみで、「小さくても強力」なパフォーマンスを実現しています。これは、1兆個のパラメータを持つQwen3-Maxを凌駕し、GPUメモリの展開を60%削減し、推論スループットを最大19倍向上させています。ネイティブのビジョン言語モデルとして、早期のテキスト・ビジュアル融合、M-RoPE、3D位置エンコーディング技術により、テキスト、画像、ビデオのタスクを統合し、言語サポートを119言語から201言語に拡張しています。複数の権威ある評価において、Qwen3.5はMMLU-Proで87.8のスコアを獲得し、GPT-5.2を上回りました。また、GPQAでは88.4のスコアを獲得し、Claude 4.5を上回りました。さらに、IFBenchの命令準拠スコアでは76.5という記録的なスコアを達成しました。APIの価格は100万トークンあたりわずか0.8元で、Gemini 3 Proの価格の18分の1です。開発者は、Moda Community、HuggingFace、またはAlibaba Cloud Bailianを通じてモデルの重みとインターフェースを取得できます。

Qwen3.5の主な機能

ネイティブなマルチモーダル理解テキスト、画像、動画の処理を統合し、早期の視覚と言語の融合を通じて、異種感覚間の推論を可能にする。
インテリジェントエージェントの機能ツール呼び出し、タスク計画および実行をサポートし、BFCL-V4などのエージェント評価において優れた性能を発揮します。
高効率推論アーキテクチャゲート付きDeltaNetとMoEを組み合わせたハイブリッド設計を採用しており、最高のパフォーマンスを実現するために、397B個のパラメータのうち17B個のみを有効化すればよい。
長時間のコンテキスト処理最大コンテキスト長は1Mまでサポートされ、256Kシナリオにおけるデコードスループットは前世代の19倍です。
多言語対応201の言語と方言を網羅し、語彙を25万語に拡張し、コーディング効率を10～60%向上させます。
コード生成強力なプログラミング機能を備えており、多言語でのコード記述、デバッグ、複雑なプロジェクト開発をサポートします。
視覚認識きめ細かな画像認識、物体検出、OCR文書解析、および空間関係推論。
検索機能の強化BrowseCompなどの検索エージェント機能を統合することで、オンライン情報の検索と統合を可能にします。

Qwen3.5の技術的原則

ハイブリッドアテンションアーキテクチャこれは、Gated DeltaNetの線形アテンションとGated Attentionのスパースアテンションを統合することで、計算リソースの適応的な割り当てを実現します。
MoEスパース活性化合計397B個のパラメータのうち、実際に使用されるのはわずか17B個（約4.3%）です。推論コストは、1つの共有エキスパートと512個のルーティングエキスパート（毎回10個がアクティブ化）を使用することで削減されます。
ゲーティング機構の最適化従来のソフトマックス注意機構の代わりに頭部特異的なシグモイドゲーティングを用いたこの論文は、2025年のNeurIPS最優秀論文賞を受賞した。
ネイティブマルチモーダル融合M-RoPEと3D位置符号化を用いて時空間情報をLLMにネイティブに埋め込むことで、早期の視覚・言語融合を実現できる。
異種トレーニングフレームワーク視覚コンポーネントと言語コンポーネントを分離して並列化する戦略、およびモジュール間の計算の重複を実現するための疎な活性化により、純粋なテキストのベースラインに近いトレーニングスループットが実現されます。
FP8 混合精度ネイティブFP8パイプラインは、アクティベーション、MoEルーティング、GEMMに低精度を使用しながら、センシティブレイヤーにはBF16を維持し、ビデオメモリの使用量を50%以上削減します。
非同期強化学習フルサイズモデルをサポートし、トレーニングプッシュの分離と動的な負荷分散を実現し、エンドツーエンドの処理速度を3～5倍高速化する、スケーラブルな非同期強化学習フレームワークを構築する。

Qwen3.5プロジェクトのアドレス

ハグ顔モデルライブラリ：https://huggingface.co/collections/Qwen/qwen35
GitHubリポジトリ：https://github.com/QwenLM/Qwen3.5

Qwen 3.5の使い方

ウェブベースの体験Qwen Chatにアクセスするか、Qwenアプリ/PCクライアントをダウンロードして、テキストを直接入力したり、画像や動画をアップロードしたりして、マルチモーダルなインタラクションをお楽しみください。
API呼び出しAlibaba Cloudの百連プラットフォームを通じてAPIキーを取得し、100万トークンあたり0.8元という低価格でモデルサービスにアクセスできます。
ローカル展開HuggingFaceまたはModaコミュニティからオープンソースのウェイトQwen3.5-397B-A17Bをダウンロードし、ローカル環境またはプライベートクラウド環境にデプロイして実行してください。
インテリジェントエージェント開発モデルのネイティブエージェント機能を活用し、ツールAPI呼び出しと組み合わせることで、自動タスク実行、データ分析、その他のアプリケーションを開発します。
多言語アプリケーション追加の翻訳モジュールを設定する必要なく、サポートされている201の言語のいずれかを直接入力して会話を開始できます。
長文文書処理非常に長いテキスト、PDF、またはビデオをアップロードすると、モデルは最大1MBのコンテキストを含む複雑な推論タスクを自動的に処理します。

Qwen3.5モデルの価格

価格を入力してください100万トークンあたりの価格はわずか0.8元で、世界のトップモデルの中でも最も低価格帯の一つとなっている。
価格比較ジェミニ3プロのわずか1/18、GPT-5.2のわずか1/15のサイズであり、価格性能比において大きな優位性を提供します。
オープンソースで無料Qwen3.5-397B-A17Bモデルの重みデータは完全にオープンソースであり、開発者は無料でダウンロードしてローカル環境にデプロイできます。

Qwen3.5の応用シナリオ

インテリジェントな顧客サービス201言語での複数ターン対話と複雑な質問応答に対応しており、グローバル企業の顧客サービスシステムに適しています。
コンテンツ作成コピーライティング、ビデオスクリプト作成、多言語翻訳、コンテンツのローカライズを支援します。
コード開発複雑なソフトウェアプロジェクトの開発と保守を支援するため、コード生成、デバッグ、リファクタリングなどのサービスを提供します。
視覚分析これにより、画像認識、文書OCR、ビデオコンテンツの理解、そしてきめ細かな視覚的質問応答が可能になります。
インテリジェントエージェントオートメーションデータ分析、情報検索、タスクスケジューリングなどのエージェントタスクを実行するための自動化されたワークフローを構築します。
教育支援多言語教育、宿題の添削、個別学習計画、知識に関する質疑応答をサポートします。

すべてのカテゴリ