00:00 / 07:54
连播
清屏
智能
倍速
点赞690
00:00 / 00:59
连播
清屏
智能
倍速
点赞80
00:00 / 01:15
连播
清屏
智能
倍速
点赞40
实测翻车!千问3.5写个小游戏烧了我1000万Token! #大模型实测 #千问35 #避坑指南 #AI写代码 #Token刺客 一、实测背景:用千问3.5开发3D小游戏 1. 测试目的:通过TRAE平台,使用千问3.5生成一个3D滑雪小游戏,测试其代码生成能力和实际效果。 2. 生成结果:经过多次对话优化,最终生成了一个滑雪场小游戏,支持方向转动,但存在bug(如滑出屏幕外)。 二、严重问题:Token消耗惊人 1. Token消耗:整个开发过程调用138次,消耗超1000万Token。 2. 换算理解:100万Token约等于一本书,1000万Token相当于10本书的量。 3. 成本计算:按千问3.5定价0.8元/百万Token,消耗约8-10元。虽然单价低,但消耗量巨大,若换成高价模型则成本爆炸。 三、对比测试:谷歌Gemini 3表现 1. 同样提示词:使用谷歌平台生成同款滑雪小游戏。 2. 对比结果: - 运动逻辑:谷歌Gemini 3更还原滑雪场景,运动逻辑更真实。 - 画面表现:两者差距不大,但谷歌画面稍好。 - 成本优势:谷歌平台免费生成在线APP,无Token消耗压力。 四、模型排名:千问3.5实际表现 1. 查询平台:主流大模型竞技场排名(人工反馈评估)。 2. 排名数据: - 千问3.5(3397B):排名第20,超越GPT-4.5,但与头部差距明显。 - 亮点模型:豆包Seed模型排名第4,GLM-5排名第12。 - 榜首:Claude Opus 4.6。 结论:千问3.5声势虽大,但实测效果和排名均未达顶尖,与闭源模型仍有差距。
00:00 / 02:39
连播
清屏
智能
倍速
点赞17
Qiuming5天前
阿里开源千问3.5,性能对标谷歌Gemini 3 Pro 除夕夜重磅发布:阿里开源千问3.5,性能对标谷歌Gemini 3 Pro,价格仅为1/18 在除夕夜的喜庆气氛中,阿里悄然发布了一道“硬菜”——全新一代开源大模型千问Qwen3.5-Plus。这款模型以其卓越的性能和惊人的性价比,直接向谷歌Gemini 3 Pro和OpenAI GPT-5.2等国际巨头发起挑战。 千问3.5的核心突破在于其高效的架构设计。虽然拥有高达3970亿的总参数,但通过创新的混合专家(MoE)架构,每次推理仅需激活170亿参数,实现了“以小博大”的效果。其性能在多项权威评测中名列前茅: 知识推理:在MMLU-Pro评测中得分超过GPT-5.2。 科学推理:在博士级科学推理评测GPQA中超越Claude 4.5。 指令遵循:在IFBench评测中刷新历史纪录。 在效率与成本方面,千问3.5更是颠覆了行业认知。其推理吞吐量在长文本场景下最高可提升19倍,极大地降低了部署门槛。而最令人震撼的是其API价格——每百万tokens仅需0.8元人民币,不到一瓶矿泉水的价格,却只有性能对标产品谷歌Gemini 3 Pro的十八分之一。 作为原生多模态模型,千问3.5从预训练阶段就实现了文本与视觉的联合学习,具备强大的视频理解、视觉编程和智能体(Agent)能力。它不仅能看懂图片和视频,还能自主操作手机和电脑应用。在春节期间,基于其强大Agent能力的AI购物助手已在6天内帮助用户完成了1.2亿笔订单,展现了强大的商业化落地能力。 此次发布再次巩固了阿里在开源AI领域的领先地位。目前,千问系列的全球下载量已突破10亿次,开发者基于其开发的衍生模型超过20万个。千问3.5-Plus的发布只是一个开始,接下来还将有更多尺寸和功能的系列模型陆续开源。
00:00 / 03:58
连播
清屏
智能
倍速
点赞3
00:00 / 00:41
连播
清屏
智能
倍速
点赞13
00:00 / 01:18
连播
清屏
智能
倍速
点赞12
00:00 / 00:42
连播
清屏
智能
倍速
点赞80
00:00 / 00:28
连播
清屏
智能
倍速
点赞998
00:00 / 01:36
连播
清屏
智能
倍速
点赞8
00:00 / 01:27
连播
清屏
智能
倍速
点赞14