Qwen3.5-Plus：Qubrid 同图同提示的延迟与 token 对照

一句话结论

在 Qubrid 单次 Playground 视觉测试中，Qwen3.5-Plus 首 token 和总响应更快，但把大部分 completion token 用在 reasoning，输出文本较短，不能据此推断所有任务质量。

适用场景

• 适合的任务：需要视觉输入、低延迟和原始生成速度的初筛；也适合复现“同一图片、同一提示、同一 provider”基线。

• 不适合的任务：用单张图片一次运行证明复杂 Agent、长上下文或代码能力；跨 provider 比较延迟和 token。

• 适用的模型版本：Qubrid Playground 中的 Qwen/Qwen3.5-Plus；具体后端快照未公开。

• 适用的客户端、Agent 或 API：Qubrid AI Playground；文章另给出 Qubrid OpenAI 兼容接口示例。

• 推荐的推理档位和参数：文章对 Qwen3.5-Plus 建议沿用 temperature=0.6、top_p=0.95；该值是文章的 provider 配置建议，不是阿里云官方模型页推荐。

测试环境

• 平台：Qubrid AI Playground，Vision 模式。

• 输入：同一张“蓝灰色表面上的折纸船”图片；用户提示为 Describe what you see in this image.。

• 配置：两模型均打开 Model Reasoning；文章记录 prompt tokens、completion tokens、reasoning tokens、输出文本 token、TTFT、总时长和 tokens/s。

• 对照：Qwen 3.5 Plus 与 Qwen 3.6 Plus；本文重点保留 Qwen3.5-Plus 的原始观测。

输入/配置

视觉输入：同一张折纸船图片
用户提示：Describe what you see in this image.
Model Reasoning：True
模型：Qwen/Qwen3.5-Plus

结果数据

按文章数据计算，Qwen3.5-Plus 的 reasoning token 约占 completion 的 91.3%（1,858/2,036），输出文本约占 8.7%；这是该次运行的 token 分配，不是模型固定比例。

结论

该案例支持一个窄结论：在 Qubrid 的同图同提示单次运行中，Qwen3.5-Plus 的总时延和生成速度优于对照，但回答文本较短且 reasoning 占比高。要评估生产 Agent，应继续测工具成功率、结构化输出、重复一致性和长上下文检索。

局限

• 文章没有公开图片文件、随机种子、完整后端快照、并发、硬件和重复次数；严格意义上只能按公开输入步骤复现近似实验。

• Qubrid provider 的计时和 token 统计不能直接代表阿里云百炼原生端点。

• 文章表格把 Qwen3.5-Plus 的多模态描述延伸到音频，但阿里云官方模型页列出的输入是文本、图像、视频；该冲突应以官方能力表为准，不能把音频能力写成已核实事实。

复现步骤

1. 在 Qubrid Playground 选择 Qwen/Qwen3.5-Plus，进入 Vision 模式。

2. 上传同一张折纸船图片，输入完全相同的英文描述提示，打开 Model Reasoning。

3. 保存一次完整响应及页面显示的 TTFT、总时长和 token 明细；不要只记录最终文本。

4. 至少重复 5 次，再报告均值、标准差和失败次数；如切换到百炼 API，单独标注 provider 和模型快照。

来源摘录或观察（仅做合规短引）

文章给出的可复核输入是“Describe what you see in this image.”，并明确记录了 26.02 秒总响应、6.86 秒 TTFT 和 1,858 reasoning tokens；本文保留其 provider 边界。