阿里近日宣布开源Qwen3.5系列中的四款小尺寸模型，包括Qwen3.5-0.8B、Qwen3.5-2B、Qwen3.5-4B和Qwen3.5-9B。这些模型专为笔记本电脑等端侧设备设计，支持在消费级显卡上运行，并允许通过LoRA或全量微调进行任务适配。
在性能评测中，Qwen3.5-9B在多项基准测试中表现突出，尤其在GPQA Diamond、MMMU-Pro、ERQA和Video-MME等任务中超越了GPT-OSS-20B、GPT-5 nano和Gemini 2.5 Flash-Lite等竞品。尽管Qwen3.5-4B作为更小版本，在多语言知识、视觉推理和文档理解等任务上接近9B版本的水平，但在纯数学推理方面仍有提升空间。
开发者社区对这批模型的发布反应热烈。一位开发者指出，Qwen3.5-9B在MMMU-Pro测试中以13分优势击败GPT-5-Nano，证明架构设计比参数规模更重要。另一位开发者分享了实际使用体验：在Mac mini上运行Qwen3.5-9B，结合OpenClaw工具，可构建成本低于初级员工月薪的AI系统。还有用户通过AMD Ryzen AI Max+395处理器和Q4_K_XL量化算法，实现了约30个token/s的处理速度，且显存占用不足16GB。
不同版本模型针对特定场景优化：0.8B和2B版本以轻量化见长，适合移动设备和低延迟交互场景；4B版本作为多模态基座模型，可平衡性能与资源消耗；9B版本则在紧凑结构下实现接近GPT-OSS-120B的性能，成为服务器端高性价比选择。所有模型均采用Apache 2.0协议开源，基座模型也同步开放。
社区讨论中，有用户提出Qwen3.5系列可在手机端运行，引发关于iPhone部署方案的追问。不过也有开发者客观指出，4B模型在复杂推理任务中正确率不足50%，数学测试正确率仅约15%，更适合作为自动补全工具而非深度思考伙伴。尽管存在局限，但这些小尺寸模型在特定能力维度已达到Gemini 3 Flash等云端模型的水平，具备实际端侧应用价值。
目前Qwen3.5家族已形成完整产品线，包含1个397B参数的大尺寸模型、3个中型模型（122B、35B、27B）和4个新发布的小尺寸模型。开发者可通过魔搭社区和Hugging Face平台获取相关资源。
