35B总参，3B激活，一个反常识的怪物
参数越小，性能越强。
这话搁两年前说，会被人当笑话。但2026年的今天，通义千问用一条推文，把行业共识砸出了裂缝。
Qwen3.6-35B-A3B。
名字很长，参数很怪——总参数35B，激活参数只有3B。什么概念？一个稀疏MoE模型，用十分之一的"燃料"，跑出了和重型卡车一样的里程。
更狠的是这句宣传语：Agentic coding on par with models 10x its active size。
翻译成人话：编程能力对标那些激活参数30B以上的选手。
10倍。这不是碰瓷，这是骑脸输出。
稀疏MoE：省电费，更省脸面
有人可能要问了：35B总参，为啥只激活3B？
这就得聊聊稀疏MoE（Mixture of Experts）这套玩法了。
传统Dense模型，甭管用不用得上，60亿参数全天候待命。电表转得比陀螺还快，显卡热得能煎鸡蛋。
MoE不一样。它养了一堆"专家"，每次只叫醒几个能干的。剩下的在家躺平领工资。
Qwen3.6-35B-A3B就是这思路。35个B的总班子，3个B上岗干活。剩下的32个B是"备胎"——需要的时候再上，不需要的时候装死。
省显存，省算力，省电费。
但省出来的不是性能，是脸面。
官方说法：只激活3B参数，编程能力就能和那些10倍激活参数的模型掰手腕。Multi-modal推理更是"远超体积预期"。
这话我信一半。
毕竟官方嘴里，每一代都是"史上最强"。
但数据摆在那儿：它比自家上一代Qwen3.5-35B-A3B强出一截，甚至把27B的Qwen3.5-27B按在地上摩擦。
27B对3B。参数差9倍，性能被反杀。
这就有点意思了。
开源这门生意，阿里玩明白了
Apache 2.0协议。
没有任何限制商用，没有任何附加条款。你拿去做商业产品，改完开源或者闭源，人家管都不管。
大气。
但你要觉得阿里在做慈善，建议重修经济学。
开源模型，吸引开发者来玩、来调优、来写教程。开发者玩顺手了，习惯这个生态了，自然会往阿里云上迁移。
API调用要钱，Model Studio要钱，云服务要钱。
模型本身不赚钱，但模型带来的流量和粘性，是钱。
而且这波操作，PR价值拉满。"开源"两个字，在AI圈自带光环。用户骂OpenAI封闭的时候，搬出阿里就是正面案例。
花小钱，办大事。
顺便还能恶心一下隔壁还在收钱的闭源玩家。
一箭三雕。
社区炸了，意见分裂
推文评论区，活脱脱一个大型行为艺术现场。
有人实测跑通，跑去Claude Code里玩出了花。UnslothAI连夜出了GGUF格式，23GB内存的Mac都能跑。
这是真·造福大众。
但也有人唱反调。
zwiebelhelm一句"oh hell nah why is it worse than qwen3.5 27b"，直接把评论区干沉默。
等等。官方不是说比27B强吗？
这里有个盲点：官方比的"several key coding benchmarks"。不是所有指标，不是所有场景。
某些特定任务上，27B的老模型可能就是更好。这很正常。模型不是金子，不可能处处发光。
但网友不管这个。期待拉满，失望更大。
还有更灵魂的拷问。
prayag_sonar问："Why do companies release open source models, knowing it may impact their own revenue?"
这话问到点子上了。
开源会侵蚀自己的付费用户，这不是秘密。
阿里的答案是：生态大于变现。开发者用我的模型，用我的工具链，最后离不开我的云服务。这笔账，比卖模型本身值钱。
OpenAI和Anthropic现在应该也在研究这套玩法。
但他们敢吗？自己革自己的命，需要勇气。
结尾留个问题
Qwen3.6-35B-A3B证明了一件事：参数不是一切，架构才是王道。
3B激活参数能干翻10倍参数的模型，说明行业还在往"聪明"的方向卷，而不是傻堆算力。
这是好事。
但我更好奇的是——
当开源模型越来越强，闭源模型的护城河，还能撑多久？
【锐评】：阿里这波开源，既赚了口碑又挖了墙脚，OpenAI看了沉默，Anthropic看了流泪。但说真的，3B打10倍这种数据，官方自己信几分？等实测吧。
参考链接：
https://x.com/Alibaba_Qwen/status/2044768734234243427