Qwen · 2026-02 · 稀疏 MoE · 多模態

Qwen3.5 122B A10B

Qwen3.5 122B A10B 是 Qwen 於 2026-02 發布的分組查詢注意力（GQA） Transformer，共 48 層，隱藏維度 3072，上下文視窗 262,144 個 token。

層堆疊

线性 ×36 注意力 ×12 · 層數 48

實驗室	Qwen
發布時間	2026-02
總參數	119.9 B
激活參數	7.6 B
上下文	262,144 tokens
注意力	GQA (32:2)
層數	48
隱藏維度	3,072
注意力頭	32
詞表	248,320
位置編碼	learned/absolute
正規化	RMSNorm
激活函數	silu
訓練精度	bf16
架構類別	Qwen3_5MoeForConditionalGeneration

依據隨權重發布的 config.json 繪製 · 48 層 / 寬 3,072 / 上下文 262,144。本圖為本站原創示意圖。

分組查詢注意力（GQA） — 32 q-heads / 2 kv-heads.

它是稀疏混合專家模型：256 個路由專家、top-8 路由；每個 token 約激活 7.6B 參數。

設定中包含 1 個額外的多 token 預測（MTP）層，用於加速解碼。

對比對象為同實驗室的上一代模型；無前代時取結構最相似的模型。倍數欄 = 本模型數值 ÷ 對比模型數值。

與前代 Qwen3-Coder-Next 的全欄位對比

模型	Qwen3.5 122B A10B	Qwen3-Coder-Next	倍數
model_type	`qwen3_5_moe`	`qwen3_next`	≠
architectures	`Qwen3_5MoeForConditionalGeneration`	`Qwen3NextForCausalLM`	≠
hidden_size	`3072`	`2048`	×1.50
num_hidden_layers	`48`	`48`	≈1
num_attention_heads	`32`	`16`	×2.00
num_key_value_heads	`2`	`2`	≈1
head_dim	`256`	`256`	≈1
intermediate_size	`—`	`5120`
hidden_act	`silu`	`silu`	＝
num_experts_per_tok	`8`	`10`	×0.800
moe_intermediate_size	`1024`	`512`	×2.00
rope_theta	`—`	`5000000`
max_position_embeddings	`262144`	`262144`	≈1
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`248320`	`151936`	×1.63
torch_dtype	`—`	`bfloat16`
image_token_id	`248056`	`—`
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.57.0.dev0`	`4.57.0.dev0`	＝
video_token_id	`248057`	`—`
vision_end_token_id	`248054`	`—`
vision_start_token_id	`248053`	`—`
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
attn_output_gate	`true`	`—`
dtype	`bfloat16`	`—`

Qwen3.5 35B A3B (Qwen, 2026-02) 0.998
Qwen3.5 397B A17B (Qwen, 2026-02) 0.997
Hunyuan 3 Preview (Hunyuan, 2026-04) 0.993
Hunyuan 3 Preview Base (Hunyuan, 2026-04) 0.993
Hunyuan 3 (Hunyuan, 2026-07) 0.993
Qwen3.8-Flash-Next (Qwen, 2026-08) 0.926

相似度取值範圍 0（無共同類別特徵）到 1（結構輪廓完全一致）。

39 個欄位

architectures	`Qwen3_5MoeForConditionalGeneration`
image_token_id	`248056`
model_type	`qwen3_5_moe`
tie_word_embeddings	`false`
transformers_version	`4.57.0.dev0`
video_token_id	`248057`
vision_end_token_id	`248054`
vision_start_token_id	`248053`
attention_bias	`false`
attention_dropout	`0`
attn_output_gate	`true`
dtype	`bfloat16`
eos_token_id	`248044`
full_attention_interval	`4`
head_dim	`256`
hidden_act	`silu`
hidden_size	`3072`
initializer_range	`0.02`
layer_types	`linear_attention×36 + full_attention×12`
linear_conv_kernel_dim	`4`
linear_key_head_dim	`128`
linear_num_key_heads	`16`
linear_num_value_heads	`64`
linear_value_head_dim	`128`
max_position_embeddings	`262144`
moe_intermediate_size	`1024`
mtp_num_hidden_layers	`1`
mtp_use_dedicated_embeddings	`false`
num_attention_heads	`32`
num_experts	`256`
num_experts_per_tok	`8`
num_hidden_layers	`48`
num_key_value_heads	`2`
rms_norm_eps	`0.000001`
router_aux_loss_coef	`0.001`
shared_expert_intermediate_size	`1024`
use_cache	`true`
vocab_size	`248320`
mamba_ssm_dtype	`float32`