China em Aceleração: Qwen3.5 da Alibaba Impulsiona Corrida de IA de Peso Aberto

O Qwen3.5 da Alibaba sinaliza que a corrida dos modelos de pesos abertos na China está longe de desacelerar, com foco em multimodalidade e eficiência.

Alibaba Lança Qwen3.5: Um Salto em Capacidade Multimodal e Abertura

A Alibaba acaba de lançar o Qwen3.5-397B-A17B, um marco em sua série de modelos de inteligência artificial. Este novo modelo se destaca por ser o primeiro a processar **texto, imagens e vídeo em uma única arquitetura unificada**. Disponibilizado gratuitamente como um modelo de pesos abertos, o Qwen3.5 sinaliza que a corrida pela supremacia em IA na China está longe de esfriar, ao contrário, demonstra uma **aceleração impressionante**. Com um total de 397 bilhões de parâmetros, o modelo utiliza uma arquitetura de *mixture-of-experts*, ativando apenas 17 bilhões de parâmetros para consultas específicas. Essa abordagem, que divide o trabalho entre numerosos especialistas altamente focados, é uma característica distintiva do Qwen3.5 e de seu antecessor, o Qwen3-Next, indicando uma divisão de tarefas excepcionalmente granular. Adicionalmente, a Alibaba introduziu a nova arquitetura de atenção, as Gated Delta Networks, visando uma **redução significativa nos custos computacionais**. A equipe do Qwen afirma que o Qwen3.5 processa solicitações **19 vezes mais rápido** que seu predecessor de maior porte, o Qwen3-Max, e de 3,5 a 7 vezes mais rápido que o Qwen3-235B, mantendo uma janela de contexto de 256.000 tokens e desempenho comparável. Em termos de vazão de dados, com 32.000 tokens de contexto, o Qwen3.5 oferece 8,6 vezes mais rendimento que o Qwen3-Max, e com 256.000 tokens, essa vantagem se expande para **19 vezes**. Essa eficiência aprimorada é crucial para a adoção em larga escala e para o desenvolvimento de novas aplicações de IA.

Desempenho de Ponta em Benchmarks e Aplicações Práticas

O Qwen3.5 não apenas impressiona pela velocidade, mas também por seu desempenho em diversos benchmarks. Embora em algumas métricas fique atrás de modelos de ponta como GPT-5.2, Claude 4.5 Opus e Gemini-3 Pro, ele estabelece **novos recordes em tarefas específicas**, especialmente em funcionalidades de agente e compreensão de imagens. No benchmark TAU2, que avalia o desempenho de um modelo como agente autônomo, o Qwen3.5 atingiu 86,7 pontos, aproximando-se do GPT-5.2 (87,1) e do Claude 4.5 Opus (91,6). Em tarefas que exigem instruções complexas, o modelo obteve os **melhores resultados no IFBench (76,5) e MultiChallenge (67,6)**. Na prática, isso se traduz em capacidades como a criação autônoma de apresentações de slides a partir de imagens e comandos. A Alibaba também destaca o desempenho do Qwen3.5 em benchmarks matemático-visuais, como MathVision (88,6) e ZEROBench (12), onde lidera em muitos testes de compreensão de documentos e reconhecimento de texto. No abrangente benchmark de compreensão de imagens, o MMMU, o modelo alcançou 85 pontos, ficando ligeiramente atrás do Gemini 3 Pro (87,2) e do GPT-5.2 (86,7). No entanto, em raciocínio clássico e codificação, outros modelos ainda levam vantagem, com o GPT-5.2 registrando 87,7 no LiveCodeBench contra 83,6 do Qwen3.5. Em competições matemáticas como o AIME26, o Qwen3.5 obteve 91,3, posicionando-se atrás do GPT-5.2 (96,7) e do Claude 4.5 Opus (93,3). Essa performance diversificada demonstra a força do Qwen3.5 em áreas multimodais e de agente, enquanto outras áreas ainda são dominadas por modelos mais especializados.

O Segredo por Trás do Salto de Performance: Dados, RL e Eficiência

A equipe do Qwen atribui o significativo avanço em relação à série Qwen3 anterior a uma **fase de *reinforcement learning* (RL) massivamente expandida**. Em vez de focar na otimização para benchmarks isolados, a estratégia consistiu em aumentar sistematicamente a variedade e a complexidade dos ambientes de treinamento, resultando em um retorno notável nas habilidades de agente. O framework assíncrono de RL do Qwen3.5 é projetado para distribuir a coleta de dados, execução e treinamento em clusters de GPU dedicados, garantindo a sincronização contínua dos parâmetros do modelo entre os componentes. Além disso, o Qwen3.5 foi treinado com **significativamente mais dados e com uma filtragem mais rigorosa** que seu antecessor. Mesmo com uma arquitetura mais eficiente, o modelo alcança o desempenho do Qwen3-Max-Base, que possui mais de um trilhão de parâmetros. O suporte a idiomas foi ampliado de 119 para **201 línguas e dialetos**, e um vocabulário de 250 mil tokens (contra 150 mil anteriores) promete acelerar o processamento em muitas línguas entre 10% e 60%. Essa combinação de dados massivos, técnicas de treinamento avançadas e otimização arquitetural é o que impulsiona o Qwen3.5 a novos patamares de performance e eficiência, consolidando a posição da Alibaba na vanguarda da **inovação em IA de peso aberto**.

Do Resgate de Labirintos à Automação de Fluxos de Trabalho Complexos

Como um modelo nativamente multimodal, o Qwen3.5 exibe capacidades impressionantes, incluindo o processamento de **até duas horas de vídeo**. Demonstrações da Alibaba revelam o modelo escrevendo código Python para resolver labirintos e identificar o caminho mais curto, além de analisar vídeos de tráfego e explicar decisões de condução com base nas fases dos semáforos. Em sua função de agente de interface gráfica, o Qwen3.5 opera interfaces de smartphones e computadores de forma independente, sendo capaz de preencher planilhas do Excel ou executar fluxos de trabalho complexos em desktop. Para desenvolvedores, a Alibaba oferece integrações como o Qwen Code, que transforma instruções em linguagem natural em código funcional. O próximo grande desafio para a equipe do Qwen é evoluir da escalabilidade do modelo para a **integração de sistemas autônomos**. Futuros agentes deverão possuir memória persistente, capacidade de autoaprimoramento contínuo e consideração por restrições de custo. A visão da Alibaba não é apenas criar assistentes baseados em tarefas, mas sim sistemas autônomos capazes de realizar trabalhos complexos de forma independente por longos períodos. A disponibilidade do modelo de pesos abertos Qwen3.5-397B-A17B no Hugging Face, sob a licença Apache 2.0, com permissão para uso comercial e modificações, reforça o compromisso com a comunidade de desenvolvedores e a **democratização da IA de ponta**. A versão hospedada, Qwen3.5-Plus, com uma janela de contexto de um milhão de tokens, acessível via API, oferece funcionalidades avançadas como busca na web e raciocínio adaptativo, com um custo significativamente inferior aos modelos ocidentais comparáveis, estabelecendo um novo padrão de **competitividade de preços no mercado chinês de IA**.