结构化输出
可靠地生成 JSON、XML 和符合 schema 的数据。
Qwen3.5-35B-A3B — 紧凑型 MoE 深度推理
Qwen3.5-35B-A3B 是紧凑型 MoE 模型，每步仅激活 3B 参数，擅长推理、结构化输出和工具调用。免费体验。
直接开聊
在线
ThinkingQwen3.5-35B-A3B 已经选好
这个页面默认就用 Qwen3.5-35B-A3B。MoE option for reasoning-heavy chats, structured work, and deeper tool use.
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
推理
可以直接试这些问题
可以先在浏览器里试。Qwen3.5-Flash 的公开参考基线就是这条 35B-A3B。
总参数
35B
激活参数
3B
上下文
262K 原生
许可证
Apache 2.0
切换到其他 Qwen 模型页
概览
为什么 MoE 架构重要
Qwen3.5-35B-A3B 是 Qwen 3.5 家族中最小的 MoE 模型。MoE 架构将每个 token 路由到少量专家网络，在推理速度快的同时利用更大的知识库。相比 Qwen3.5-27B（Dense，27B 全激活），本模型每 token 仅激活 3B 参数，但在推理基准上常常持平甚至超过 27B。
专家路由
每 token 仅 3B 参数激活——35B 总量下依然快速推理。
推理密集型
擅长结构化输出、多步逻辑和工具调用场景。
高性价比
每 token 计算成本低于同等能力的 Dense 模型。
Qwen3.5-35B-A3B 对比 Qwen3.5-27B、GPT-OSS-120B
紧凑型 MoE 模型（Qwen3.5-Flash 的基线）对比相邻稠密与开源竞品。
Model
MMLU-Pro
GPQA Diamond
SWE-bench Verified
Qwen3.5-35B-A3B本页模型
MMLU-Pro
85.3
GPQA Diamond
84.2
SWE-bench Verified
69.2
Qwen3.5-27B
MMLU-Pro
86.1
GPQA Diamond
85.5
SWE-bench Verified
72.4
GPT-OSS-120B
MMLU-Pro
80.8
GPQA Diamond
80.1
SWE-bench Verified
62.0
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
Qwen3.5-35B-A3B 最擅长什么
当你需要比 Dense 模型更深的推理，又不需要大型 MoE 的资源开销时。
多步推理
思维链任务、数学问题和逻辑推演。
工具调用与 Agent
函数调用、API 编排和智能体工作流。
代码分析
理解复杂代码库，生成结构化重构方案。
研究摘要
将技术论文和报告浓缩为可执行的见解。
高效部署
本地部署所需显存低于更大的 MoE 或 Dense 模型。
常见问题
Qwen3.5-35B-A3B 常见问题
关于紧凑型 MoE 模型的常见问题。
35B-A3B 是什么意思？
35B 是所有专家的总参数量。A3B 表示推理时每个 token 仅激活 30 亿参数，比全 35B Dense 模型快得多。
和 Qwen3.5-27B 相比如何？
27B 是全密集——每个 token 使用全部参数。35B-A3B 通过路由到专家来利用更广的知识库，激活参数更少但推理常常更好。
可以本地运行吗？
可以，但实际资源占用会随着精度、推理框架和上下文长度变化。模型卡里主要给的是公开部署方式；社区量化格式可能还能进一步压缩占用。
什么时候该用更大的 MoE 模型？
如果 35B-A3B 在非常复杂的多步任务或长篇生成上吃力，可以升级到 Qwen3.5-122B-A10B 或 Qwen3.5-397B-A17B。
35B-A3B 需要多少显存？
虽然总参数 35B，但每个 token 只激活 3B。量化版本在 8-12 GB 显存上即可运行。
35B-A3B 和 Qwen3.5-Flash 是一回事吗？
Flash 是基于 35B-A3B 的 hosted 版本，额外加了生产工具和 1M 上下文窗口。35B-A3B 是你可以下载自托管的开源权重。
35B-A3B 最适合什么任务？
推理密集型对话、结构化输出，以及想要 MoE 级别推理但硬件有限的场景。
35B-A3B 支持多长上下文？
Qwen3.5-35B-A3B 支持 262,144 原生 token，在合适的推理栈里还能进一步扩展。