多步规划
将复杂问题拆解为可执行步骤和可靠的执行方案。
Qwen3.5-122B-A10B — 大型 MoE 高级推理
Qwen3.5-122B-A10B 是大型 MoE 模型，适合复杂推理、多步规划和深度分析。在浏览器中免费试用。
直接开聊
在线
ThinkingQwen3.5-122B-A10B 已经选好
这个页面默认就用 Qwen3.5-122B-A10B。Large MoE model tuned for harder reasoning, multi-step plans, and detailed answers.
先选模型，再决定要不要联网搜索或打开 Thinking，然后直接用真实问题开聊。
MoE
分析
可以直接试这些问题
通过 OpenRouter 免费使用。
总参数
122B
激活参数
10B
上下文
262K 原生
许可证
Apache 2.0
切换到其他 Qwen 模型页
Qwen3.5-122B-A10B 对比 GPT-5-mini、Qwen3.5-397B-A17B
中端 MoE 模型对比托管竞品与 Qwen3.5 旗舰。
Model
MMLU-Pro
GPQA Diamond
LiveCodeBench v6
SWE-bench Verified
Qwen3.5-122B-A10B本页模型
MMLU-Pro
86.7
GPQA Diamond
86.6
LiveCodeBench v6
78.9
SWE-bench Verified
72.0
GPT-5-mini
MMLU-Pro
83.7
GPQA Diamond
82.8
LiveCodeBench v6
—
SWE-bench Verified
72.0
Qwen3.5-397B-A17B
MMLU-Pro
87.8
GPQA Diamond
88.4
LiveCodeBench v6
83.6
SWE-bench Verified
76.4
分数来自官方发布页与模型卡；空白（—）表示该来源未提供。
数据来源：Qwen3.5 官方发布页与 Hugging Face 模型卡适用场景
Qwen3.5-122B-A10B 最擅长什么
当任务需要持续推理、深度分析或高质量结构化输出时，这个模型表现最佳。
研究与分析
深入分析研究论文、财务报告和技术文档。
高级编程
处理多文件重构、架构决策和复杂调试。
长篇写作
在数千字的输出中保持连贯的文章、报告和文档。
数据解读
分析数据集，解释规律，从结构化数据生成洞察。
Agent 工作流
驱动需要强推理的多工具智能体任务编排。
常见问题
Qwen3.5-122B-A10B 常见问题
关于大型 MoE 模型的常见问题。
122B-A10B 和 35B-A3B 相比如何？
122B-A10B 每 token 激活参数是 35B-A3B 的 3 倍多（10B vs 3B），专家池也大得多（122B vs 35B）。在复杂多步任务上推理明显更强。
什么时候该用 397B？
当你需要绝对最高推理质量且愿意承担更高计算成本时用 397B-A17B。大多数生产场景下，122B-A10B 以更低成本提供优秀质量。
可以自己部署吗？
可以，但需要多 GPU 配置或大显存服务器。量化版本可降低需求。通过 vLLM 云端部署是最常见的生产方案。
适合编程任务吗？
适合。122B-A10B 能很好地处理复杂代码库、多文件推理和架构级决策——在编程方面明显强于 Dense 模型。
122B-A10B 需要多少显存？
Q4 量化约需 40-60 GB。大多数用户在多卡环境或 2-4 块 GPU 的云实例上运行。
122B-A10B 适合生产环境吗？
适合。它在质量和成本之间取得了很好的平衡，是 35B-A3B 和旗舰 397B-A17B 之间的理想中间选择。
122B-A10B 支持工具调用吗？
支持。所有 Qwen 3.5 模型都支持函数调用。122B-A10B 在多步工具链上的可靠性优于更小的模型。
122B-A10B 支持多长上下文？
Qwen3.5-122B-A10B 支持 262,144 原生 token，在兼容的推理栈里还能进一步扩展。