Alibaba Cloudの開発チーム「Qwen」が2月16日、次世代大規模言語モデル「Qwen3.5」を発表しました。総パラメータ数397Bながら、1トークンあたりの実行時には17BのみをアクティブにするスパースMoE（Mixture-of-Experts）アーキテクチャを採用し、効率性と性能を両立させています。
Qwen3.5の最大の特徴は、テキスト・画像・動画を単一システム内で処理する「ネイティブマルチモーダル」設計にあります。従来のモデルがビジョンエンコーダを言語モデルに後付けしていたのに対し、Qwen3.5は訓練初期段階からテキストとビジョンを融合。UIスクリーンショットを直接学習データに含めることで、ボタンのクリックやフォーム入力、複数ステップのワークフロー実行といったGUI操作を可能にしています。
対応言語数は前世代の119から201言語・方言へと大幅に拡大し、語彙サイズも15万から25万トークンに増加しました。コンテキストウィンドウはホスト版で100万トークンをサポートし、オープンウェイト版では26万トークンに対応します。デコード速度も大幅に向上しており、32Kコンテキストで従来比8.6倍、256Kコンテキストでは19倍の高速化を実現しています。
Hacker Newsでは「GPT-5.2やClaude 4.5 Opusを一部タスクで上回るとの主張に注目が集まっている」との声が上がっており、Redditでも「中国勢のマルチモーダル進出が加速している」との分析が見られます。Qwen3.5-397B-A17BはApache 2.0ライセンスで、GitHub、Hugging Face、ModelScopeから利用可能です。