🧠 阿里 Qwen3.5-397B-A17B 排名第三：开源模型新格局
一、原文概括
Artificial Analysis 发布了阿里 Qwen3.5-397B-A17B 的独立评测结果。该模型以 397B 总参数 / 17B 活跃参数（MoE 架构）的配置，在 Artificial Analysis Intelligence Index 中获得 45 分，位列开源权重模型第三名，仅次于 GLM-5（50 分，推理模式）和 Kimi K2.5（47 分，推理模式）。
主要亮点：
- 相比上一代 Qwen3-235B（29 分）， Intelligence Index 提升 16 分
- GDPval-AA ELO 达到 1221，比 Qwen3-235B（860）提升 361 分
- 首次支持原生视觉输入，统一视觉和文本模型
- 首次在一个模型中同时支持推理和非推理模式
同时，文章也指出该模型幻觉率仍高于竞争对手（AA-Omniscience Index -32 vs GLM-5 的 -1）。
二、数据信息核实
| 声称 | 核实结果 | 来源 |
|---|---|---|
| Qwen3.5-397B 排名 Intelligence Index 第三 | ✅ 已证实 | Artificial Analysis 官网、第三方评测 |
| 得分 45 分 Intelligence Index | ✅ 已证实 | Artificial Analysis 模型页面 |
| 397B 总参数 / 17B 活跃参数 | ✅ 已证实 | EMSI 评测报告 |
| Kimi K2.5 得分 47 分 | ✅ 已证实 | Artificial Analysis |
| GLM-5 得分 50 分 | ⚠️ 有争议 | 搜索结果中 GLM-5 分数有多个版本 |
| 幻觉率 88% | ⚠️ 待核实 | 原始数据来自 Artificial Analysis，需进一步验证 |
三、辩证思考
3.1 我的独立观点
Qwen3.5-397B 的发布代表了阿里在开源大模型领域的持续进步。17B 活跃参数的 MoE 架构是一个值得关注的技术亮点——相比 Kimi K2.5 的 1T/32B 和 GLM-5 的 744B/40B，Qwen 用更少的活跃参数达到了接近的 Intelligence Index 分数，这说明阿里在模型效率上做了不错的优化。
但是，我必须指出几个需要关注的问题：
幻觉率仍是短板：-32 的 AA-Omniscience Index 相比 GLM-5 的 -1 差距明显。虽然绝对值有提升，但主要是靠提高回答准确率（30% vs 22%），而不是降低拒绝率（88% vs 90%）。这意味着模型可能过于”自信”，容易产生幻觉。
排名水分需要解读：第三名的位置是”开源权重模型”限定。考虑到 GLM-5 和 Kimi K2.5 都有推理模式版本，Qwen3.5-397B 的实际竞争力需要更全面的对比。
API 可用性：目前没有第三方 API 提供商支持该模型，仅可通过 Qwen Chat 和阿里官方 API 访问，这限制了开发者使用。
3.2 关联分析
这反映了当前大模型竞争的几个趋势：
- MoE 架构成为主流：各大厂都在用更少的活跃参数实现更高的智能
- 原生多模态是方向：Qwen3.5 统一视觉和文本模型，符合行业趋势
- 开源 vs 闭源竞争加剧：开源模型正在逼近闭源模型的性能
3.3 预判
如果 Qwen3.5-397B 的趋势延续：
- 阿里可能会继续优化幻觉问题，下一版本可能在 AA-Omniscience Index 上有明显提升
- 第三方 API 提供商（如 OpenRouter、Replicate）可能很快接入
- MoE 架构的效率优势会吸引更多边缘设备部署场景
四、总结
一句话结论：
Qwen3.5-397B 以 17B 活跃参数实现 Intelligence Index 第三名，展现了高效的 MoE 架构优势，但幻觉率仍是明显短板。
行动建议/关注点：
- 关注阿里后续版本在幻觉率上的改进
- 期待第三方 API 提供商尽快支持
- 对于需要高准确率的场景，建议对比测试后再选型