千問是什么？答案正在風中飄蕩

作者 ｜ 駱軼航
郵箱 ｜ tluo@pingwest.com

2026年3月30日到4月2日，阿里巴巴旗下的通義實驗室密集發布了三個模型：

先是3月30日的 Qwen3.5-Omni，主打全模態交互。它在215項音視頻理解、識別、交互任務中取得最佳成績，多項測試超過 Gemini-3.1 Pro。支持圖片、視頻、語音、文字的輸入與輸出。其中，一個意外涌現的能力是“音視頻 Vibe Coding”：對著攝像頭口述需求，模型可直接生成帶 UI 的產品原型代碼。這算是 AI 編程的一個新境界。

然后是4月1日的 Wan2.7-Image，主打圖像生成與編輯。它在人類偏好盲測中文生圖能力排名國內第一，接近了 Nano Banana Pro的水準。在告別 “AI標準臉”上也有突破，可以支持臉型和眼型等細節定制，也能精準指定顏色配比；在多圖多主體一致性上也大有進益。

最后是4月2日祭出的重磅作品 Qwen3.6-Plus，主打編程與 Agent。它在 SWE-bench 等多項編程評測中超過參數量2到3倍于它的 GLM-5和 Kimi-K2.5，是目前編程得分最高的國產模型，接近 Claude 系列水平。

編程能力的提升，讓 Qwen3.6-Plus 更適合“代理式編程”（Agentic Coding）。在實測中，Qwen3.6-Plus 可自主拆解任務、規劃路徑、寫代碼、測試修改，直至完成交付，在前端開發和倉庫級復雜任務中都能跑通。基于多模態訓練，Qwen3.6-Plus 能看懂設計稿，進而生成前端代碼。它支持100萬 token 上下文，適配了Claude Code 和 Cline 等主流 Agent 框架。而旗艦版 Qwen3.6-Max 也將在近期發布。

這是通義實驗室在林俊旸、郁博文和惠彬原等骨干研究人員在3月初離職之后的第一次密集的模型發布，有著特定的信號意義，也意味著一次真正的變陣。

1

Model as an Agent

它首先試圖證明阿里巴巴和通義實驗室的模型研究能力是持續、可演進的，短期的人事震蕩沒有傷筋動骨，也反向促成了以 token 消費為出發點的架構調整。

尤其是 Wan2.7-image——作為千問大模型旗下的圖像生成模型 Wan，此前在 AI 生態的輿論場的拋頭露面不像 Qwen 系列那么高頻，但 Wan 系列帶來的 token 消耗和實際 API 收入比 Qwen 系列更高，是一個很長時間以來被人們忽略的事實。

通義實驗室旗下的模型布局是多點的，Wan 不可或缺，這次 Wan2.7-image 與 Qwen3.6-Plus 和 Qwen3.5-Omni 幾乎同一時間對外亮相，也賦予了它應有的地位權重。

而這輪模型發布透露的更重要的信號是：Agent 成為了阿里巴巴新模型的戰略重心。

Qwen3.6-Plus 主打 Agentic Coding，即代理式編程；Qwen3.5-Omni 涌現出音視頻交互的 Vibe Coding；生圖模型 Wan2.7 也強調可被 Agent 通過 skills 調用能力，它們指向的是同一件事：自主完成任務的能力，是衡量模型價值更重要的參照系。

Model as an Agent。

這個信號的釋放，與阿里巴巴在3月中旬成立 ATH 事業群 （Alibaba Token Hub）之后的一系列戰略調整與明晰，形成了緊密的強關聯。

一個無可爭議的共識是：AI 模型的發展已進入了推理引擎的階段。

而推理引擎“外化”的最直觀的產品形態，即是 Agent。對全球所有的基座模型玩家而言，“通用 Agent” 已經是它們必須“內化”的關鍵能力。

它可以是基于模型和工程化強大能力的自動化編程，也可以是 Computer Use 和 Phone Use，可以用 CLI 的界面呈現給專業開發者，也可以保留 GUI 界面給普通的生產力創造型用戶，但它們本質上都是模型自帶的通用 Agent，是專業用戶和普通用戶消費 token 的 hub。

你甚至可以認為，token hub 就是 Agent。而 ATH，就是阿里巴巴 Agent，更準確點說，是阿里巴巴 Agent 能力的集合。

1

It's all about Token

順著這個思路，你就更容易發現千問大模型系列的這次密集發布，與此前的模型亮相背后有著哪些根本的不同。

首先，它前所未有地強調場景導向。

此前千問系列的模型，往往強調“綜合能力”的秀肌肉感—— MMLU、C-Eval、GSM8K 等等，都跑一遍，追求一個模型在所有維度的性能指標，都好看。

但這次的變化是：Qwen 3.6-plus 主打以編程為核心的 Agent 能力；Wan2.7-image 主打圖像生成與編輯的 Agent 可調用能力；Qwen 3.5-omni 主打多模態交互的 vibe coding Agent 能力。面向不同場景，又都是 Agent 能力驅動。它不再追求在一個通用模型上，什么都能干，大多數 benchmark 都優秀，而轉向在具體場景上，用不同的 Model as an Agent，完整地執行不同的任務。阿里巴巴的千問大模型系列，開始用實戰表現而非綜合指標的排名，來定義模型的能力。

而實戰表現，最終指向的是 token 的消耗，從長期看，也就是收入的增長。

其次，它開始把千問模型定義為 Agent 的基礎設施。

一直以來，千問大模型，準確地說是 Qwen，在普通用戶和專業開發者的視角中，是兩個完全不同的東西。普通用戶覺得它是個免費的 chatbot，專業開發者覺得它是可以被靈活下載部署的開源模型，基于它衍生自己的模型，或開發自己的垂直 Agent。前者主要來自國內，后者更多聚集在硅谷。但與 ChatGPT 和 Claude 不遺余力的 Agent 化演進不同，Qwen 一直也沒被廣泛地認為具有強烈的 Agent 屬性。現在事情起了變化。

Qwen3.6-Plus 基于其被證明的 Agentic Coding 能力，已被明確設計為 Agent系統的推理引擎，而不是面向終端用戶的聊天工具。它與 OpenClaw 和 Claude Code等系統集成，充當推理層，這些工具負責執行和交互，模型更像是一個核心引擎，而非一個模型成品。這也解釋了它具有100萬 token 上下文窗口的意義：聊天場景下，用戶一次消耗幾百到幾千 token，但 Agent 跑一個任務可能消耗幾十萬甚至上百萬token，100萬 token 的上下文可不是技術炫耀，而是 Agent 場景的剛需。

這應該是千問第一次真正地有了自己的 Agent 推理引擎，實現了 Model As an Agent。在幾乎所有基座模型公司都意識到 Agent 才是調動 token 消費的第一生產力之后，千問也終于補上了這一環。

更重要的，是它第一時間接入了阿里巴巴的整個業務體系——更準確點說，是阿里巴巴的生產力業務體系。

過去，千問大模型的發布，就是發布模型本身，是通義實驗室自己的事。它面向的“客戶”，是全球的 AI 開發者，主陣地是 Hugging Face、GitHub 和 Reddit。阿里巴巴旗下的各個業務單元并未受到直接的影響，甚至不同的業務單元還有自己的模型。

但這次三個模型發布的同時，阿里內部的 AI 應用體系第一時間全面接入：由釘釘脫胎而生的 AI 原生企業工作平臺“悟空”、千問 APP 和編程工具 Qoder 都在同一星期接入了上述三個模型。通義實驗室的“客戶”，從全球幾乎是免費使用的開發者，變成了阿里巴巴內部有 token 消費需求的生產力業務部門。至于內部怎么結算，那是另外一件事。

這背后的推手當然是 ATH 事業群。它把算力層、模型層、應用層并到一起，形成了“創造token（千問模型）、 輸送token（阿里云算力）和 消費token（悟空、千問 APP 等 AI 原生應用）”的鏈路。千問大模型不再是一個孤立的業務單元，而是阿里 AI 業務體系的供給側基礎設施。至少，在模型和 Agent 能力第一時間接入內部相關業務單元這一點上，阿里巴巴的做法已經跟 Google 沒什么兩樣了。

這三點變化，配合三款“千問系”模型的發布，一個底層邏輯正在浮現，那就是“大家都來用千問大模型”已經不夠了，現在需要的是：“大家都來用千問大模型，直接調用模型在不同場景下的 Agent 能力，直接完成工作，在千問上消費 token，給千問，包括阿里云甚至整個阿里巴巴，貢獻收入”。

模型是基石，Agent 是入口，模型與 Agent 驅動的 token 消耗，是增長引擎。

1

這個增長引擎轉得起來么？

在千問“三連發”之后的第二天，即2026年4月3日，Qwen 3.6-plus 在全球最重要的模型調用平臺 OpenRouter 上的調用量排名已位居第二。目前的第一名是小米的 MiMo-V2-Pro，一直靠免費占據頭籌。而 Qwen 3.6-plus 這次是收費的，每百萬 token 2元，盡管比 Claude API 便宜得多，但它考驗的是模型性能、Agent 引擎能力和綜合性價比的整體，全球的開發者和 AI 專業用戶都在這里用腳投票。

要知道，這恐怕是千問系列模型第一次在 OpenRouter 調用量榜單上排到前10的位置。千問不再只靠免費部署的開源小尺寸模型通吃開發者市場了，這是最重要的變化。與此同時，阿里云 AI 算力和存儲產品最高漲價34%，市場反應目前呈現供不應求。上下游互相拉動，正在形成商業閉環。

過去的一個月，通義實驗室、千問大模型乃至整個阿里巴巴的 AI 戰略被前所未有地放在聚光燈下審視：一些問題被暴露了，一些遺憾被留下了，一些動作被放大了。

但真正值得被關心的只有兩個問題：其一，千問還能不能持續地發布“能打”的模型；其二，千問能給正在爆發的 全球 token 消費市場帶來什么，能給阿里巴巴帶來什么。

現在來看，兩個問題都找到了答案。

點個“愛心”，再走 吧