BenchLeader

Qwen3.8 27B vs Qwen3.8 Max

詳しいプロフィール:Qwen3.8 27B(Alibaba)とQwen3.8 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 14件の情報源のデータ

2026年11月16日時点で、Qwen3.8 27BとQwen3.8 Maxの品質は互角です(BenchLeader Indexで55.1 対 58.7、±6.6の誤差範囲内)。価格はQwen3.8 27Bの方が2.8倍安く、100万トークンあたりのブレンド価格で$1.09 対 $3.00です。推論(58 対 52)を重視するなら27B、エージェント・ツール(59 対 44)、数学(65 対 55)、人間の評価(68 対 61)を重視するならMaxが向いています。回答開始までの時間は27Bの方が短く、0.7秒 対 119.6秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはQwen3.8 27Bが55.1、Qwen3.8 Maxが58.7です(BenchLeader、2026年11月16日)。
  • Qwen3.8 27Bの100万トークンあたりのブレンド価格は$1.09です(定価、2026年11月16日)。
  • Qwen3.8 Maxの100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
  • 両モデルに結果がある23件のベンチマークのうち、Qwen3.8 Maxが22件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はQwen3.8 27Bが1590、Qwen3.8 Maxが1676です(LMArena、2026年11月16日までの公開値)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングどちらでもカテゴリスコア62 対 62;Arena WebDev 1590 対 1676どちらでも
エージェント・ツール利用Qwen3.8 Maxカテゴリスコア59 対 44;APEX-Agents 63.3% 対 47.5%高
数学Qwen3.8 Maxカテゴリスコア65 対 55;Arena Maths 1505 対 1451高
推論Qwen3.8 27Bカテゴリスコア58 対 52;Arena Hard Prompts 1459 対 1507中
画像などのメディアQwen3.8 Maxカテゴリスコア66 対 61;Arena Vision 1312 対 1270中
チャットの質(人間の評価)Qwen3.8 MaxArenaの投票で68 対 61中
最低コストQwen3.8 27B100万トークンあたりブレンド価格$1.06 対 $3.00;エージェント型コーディングセッション$0.037 対 $0.144–
回答開始の速さQwen3.8 27B最初の回答トークンまで0.7秒(Qwen3.8 27B)対 119.6秒(Qwen3.8 Max (max))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • Qwen3.8 27BとQwen3.8 Max (max)の品質は互角です(55.1 対 58.7、±6.6の誤差範囲内)。
  • Qwen3.8 27Bは推論で優れています。
  • Qwen3.8 Max (max)はエージェント・ツール、人間の評価、数学、マルチモーダルで優れています。
  • Qwen3.8 27Bの方が2.8倍安くなっています(100万トークンあたりブレンド価格$1.09 対 $3.00)。

概要

仕様Qwen3.8 27BQwen3.8 Max
プロバイダーAlibabaAlibaba
リリース日2026年8月14日2026年8月3日
コンテキストウィンドウ(トークン)262,1441,000,000
比較した構成Qwen3.8 27BQwen3.8 Max (max)
オープンウェイトありなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.420 / $3.00 / $0.085$2.00 / $6.00 / $0.250

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリQwen3.8 27BQwen3.8 Max (max)トップ
推論57.651.5Qwen3.8 27B
コーディング61.661.6互角
エージェント・ツール44.258.5Qwen3.8 Max
数学54.665.2Qwen3.8 Max
知識–58.0比較不可
人間の評価61.367.5Qwen3.8 Max
マルチモーダル60.765.7Qwen3.8 Max
長文コンテキスト–64.8比較不可
総合–45.0比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学マルチモーダル人間の評価Qwen3.8 27B, 推論: 57.6Qwen3.8 27B, コーディング: 61.6Qwen3.8 27B, エージェント・ツール: 44.2Qwen3.8 27B, 数学: 54.6Qwen3.8 27B, マルチモーダル: 60.7Qwen3.8 27B, 人間の評価: 61.3Qwen3.8 Max, 推論: 51.5Qwen3.8 Max, コーディング: 61.6Qwen3.8 Max, エージェント・ツール: 58.5Qwen3.8 Max, 数学: 65.2Qwen3.8 Max, マルチモーダル: 65.7Qwen3.8 Max, 人間の評価: 67.5

描画していないもの(測定済みのモデルが2つ未満):知識, 指示追従, 長文コンテキスト。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある23件のベンチマークのうち、Qwen3.8 27Bのリードが1件、Qwen3.8 Maxのリードが22件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。

総合IndexQwen3.8 27BQwen3.8 Max (max)トップ
BenchLeader Index55.158.7互角
AA Intelligence Index v5.0.110.0†33.6Qwen3.8 Max
Arena Text14341484Qwen3.8 Max

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Qwen3.8 27BQwen3.8 Max (max)
100万トークンあたりのブレンド価格$1.06$3.00
100万トークンあたりの入力/出力$0.420 / $3.00$2.00 / $6.00
100万トークンあたりのキャッシュ入力$0.085$0.250
タスクあたりの価格:チャットの返答$0.0011$0.0026
タスクあたりの価格:30ページのレポートを要約$0.0068$0.028
タスクあたりの価格:コード編集$0.0070$0.021
タスクあたりの価格:エージェント型コーディングセッション$0.037$0.144
タスクあたりの価格:構造化データの抽出$0.0014$0.0052
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.022$0.065
ベンチマークのタスクあたりのコスト(AA Index)–$10.02
タスクあたりの出力トークン(AA Index)–171k
うち推論–120k
タスクあたりの時間(AA Index)–48 min
出力速度73 tok/s59 tok/s
回答開始までの時間0.7秒119.6秒
回答が完了するまでの時間(最終測定2026年11月13日)–294.1秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Qwen3.8 27Bのスコアは55.1、最初の回答トークンまで1秒。Qwen3.8 27B (xhigh)は52.2(109秒)、Qwen3.8 27B (medium)は50.2(24秒)。Qwen3.8 Max (max)のスコアは58.7、最初の回答トークンまで120秒。Qwen3.8 Max (xhigh)は56.6(3秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

147件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Qwen3.8 27BQwen3.8 Max (max)
BenchLeader IndexBenchLeader55.158.7
エージェント・ツールスコアBenchLeader44.258.5
コーディングスコアBenchLeader61.661.6
人間の評価スコアBenchLeader61.367.5
数学スコアBenchLeader54.665.2
マルチモーダルスコアBenchLeader60.765.7
推論スコアBenchLeader57.651.5
総合スコアBenchLeader–45.0
知識スコアBenchLeader–58.0
長文コンテキストスコアBenchLeader–64.8
ブレンド価格($/100万トークン)BenchLeader$1.06$3.00
出力速度BenchLeader73 tok/s59 tok/s
回答開始までの時間BenchLeader0.7秒119.6秒
コンテキストウィンドウBenchLeader262,144トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–92.7%†
SimpleBenchSimpleBench60.2%–
Arena Hard PromptsArena (LMArena)14591507
LiveBench 2.0 ReasoningLiveBench80.0%†88.2%
LiveBench 1.0 ReasoningLiveBench80.0%88.2%
GPQA Diamond (AA)Artificial Analysis90.5%†92.8%
Humanity's Last Exam (AA)Artificial Analysis33.9%†43.1%
HLE-Diamond (AA)Artificial Analysis15.3%†24.0%
GPQA Diamond (Vals)Vals AI88.9%†93.7%
ARC-AGI-1ARC Prize87.5%†–
ARC-AGI-2ARC Prize42.4%†–
CritPtArtificial Analysis5.4%†20.0%
CritPt v2 hard subset (AA)Artificial Analysis4.0%†29.5%
MysteryMechanismVals AI–23.9%
Arena ExpertArena (LMArena)14731514
Chess PuzzlesEpoch AI Benchmarking Hub–46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–38.0%†
LMCAEpoch AI Benchmarking Hub41.4%46.2%†
DTBenchEpoch AI Benchmarking Hub88.0%92.0%†
コーディング
SciCodeSciCode46.6%†53.2%
Arena CodingArena (LMArena)14961523
Arena WebDevArena (LMArena)15901676
LiveBench 2.0 CodingLiveBench69.3%†60.9%
LiveBench 1.0 CodingLiveBench75.7%72.9%
LiveCodeBenchVals AI84.0%†87.8%
147件のベンチマークをすべて表示
指標公開元Qwen3.8 27BQwen3.8 Max (max)
コーディング
IOIVals AI39.1%†68.9%
SWE-bench (Vals)Vals AI86.0%†85.6%
Code MigrationVals AI14.2%†24.0%
ProgramBenchVals AI0.0%†0.0%
SWE-bench MultimodalVals AI–42.5%
Vibe Code Bench 1-100Vals AI–12.8%
Vibe Code Bench v1.1Vals AI64.8%†64.7%
SWE Atlas v1.1Scale AI SEAL–64.4%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–81.5%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.9%
SWE Atlas v1.1: RefactoringScale AI SEAL–52.9%
MirrorCodeEpoch AI Benchmarking Hub–52.2%†
Surface Evolver BenchEpoch AI Benchmarking Hub45.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub–57.5%†
ALE-BenchEpoch AI Benchmarking Hub–1679.1†
FrontierSWEEpoch AI Benchmarking Hub–17.8%†
Terminal-Bench 4.0 (AA)Artificial Analysis5.6%†38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis79.8%†88.8%
Startrise FrontendStartrise–71.3%
GameBench 2 OverallDuelLab GameBench 2–54.2†
GameBench 2 by reasoning settingDuelLab GameBench 243.8†69.6†
Design Arena WebsiteDesign Arena–1269
FrontierCode 1.1 (AA)Artificial Analysis34.2%†43.2%
FrontierCode 2.0 (AA)Artificial Analysis14.9%†23.4%
エージェント・ツール
Terminal-BenchTerminal-Bench–27.0%
APEX-AgentsMercor47.5%63.3%
Arena AgentArena (LMArena)-4.80.1
LiveBench Long AgenticLiveBench15.9%†26.6%
LiveBench BrowserLiveBench24.2%†49.4%
LiveBench Agentic CodingLiveBench61.4%64.7%
Terminal-Bench 2.1 (Vals)Vals AI58.4%†67.4%
τ³-bench Bankingτ²-bench–55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis46.0%†58.3%
GDPval-AA v2.1Artificial Analysis1426†1674
τ³-Banking (AA)Artificial Analysis48.0%†51.3%
ITBench SRE (AA)Artificial Analysis–40.3%
Analyst Agent (AA)Artificial Analysis–45.0%
APEX-Agents (AA)Artificial Analysis–42.4%
CyberBenchVals AI67.8%†28.6%
Finance Agent v2Vals AI48.5%†50.6%
Harvey's Legal Agent Benchmark v1Vals AI11.3%†10.4%
Legal Research BenchVals AI36.1%†47.6%
SkillsBenchVals AI38.1%†42.0%
Tax Agent BenchVals AI30.9%†32.1%
Terminal-Bench 4.0 (Vals)Vals AI–34.3%
Terminal-Bench ScienceVals AI0.0%†12.9%
Arena SearchArena (LMArena)–1227
Arena Agent Task CompletionArena (LMArena)-2.74.5
AutomationBenchArtificial Analysis48.2%†56.2%
GDP.pdf (AA)Artificial Analysis16.4%†22.8%
EnterpriseOps-GymArtificial Analysis44.2%†47.6%
AA-Briefcase v1.1Artificial Analysis1391†1604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena–1264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis0.5%†11.9%
CWE-Bench (AA)Artificial Analysis26.7%†–
DeepSec-Bench (AA)Artificial Analysis11.5%†–
CyberGym end-to-end (AA)Artificial Analysis0.0%†–
MKA (AA)Artificial Analysis–37.4%
FACTS SearchGoogle–85.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–74.7%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%†
ProofBenchVals AI16.0%58.0%
LiveBench MathematicsLiveBench86.2%91.3%
Arena MathsArena (LMArena)14511505
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–47.3%†
LiveBench 2.0 Data AnalysisLiveBench76.6%†78.4%
LiveBench ResearchLiveBench61.3%†72.8%
LiveBench 1.0 Data AnalysisLiveBench76.6%78.4%
AA-Omniscience v1.1Artificial Analysis-6.4†10.5
MMLU-ProVals AI84.3%†88.6%
LegalBenchVals AI82.4%†83.6%
CorpFinVals AI–65.8%
TaxEvalVals AI70.8%†75.5%
Excel Modeling BenchmarkVals AI59.7%†60.1%
Excel Modeling Benchmark v1.1Vals AI–66.0%
MedCodeVals AI28.7%†40.7%
MedScribeVals AI83.8%†85.0%
Public Benefits Bench v1.1Vals AI–67.1%
Access to Justice BenchmarkVals AI–76.4%
Financial Coaching BenchVals AI–75.6%
Immigration BenchVals AI–70.1%
GDP.pdfEpoch AI Benchmarking Hub–23.2%†
AA-Omniscience v1.1: accuracyArtificial Analysis17.3%†29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis71.4%†72.9%
FACTS ParametricGoogle–30.8%
指示追従
LiveBench LanguageLiveBench74.3%79.7%
LiveBench Instruction FollowingLiveBench72.7%74.1%
Arena Instruction FollowingArena (LMArena)14191478
人間の評価
Arena TextArena (LMArena)14341484
EQ-Bench Creative Writing v3EQ-Bench1671–
Arena Creative WritingArena (LMArena)13591472
Arena Multi-turnArena (LMArena)14361495
Arena Longer QueriesArena (LMArena)14431496
マルチモーダル
Arena VisionArena (LMArena)12701312
LiveBench DesignLiveBench72.4%†76.6%
MMMU-ProArtificial Analysis76.3%†82.8%
MMMU-Pro (Vals)Vals AI83.9%†88.0%
MortgageTaxVals AI64.9%†64.0%
SAGEVals AI–81.8%
Humanity's Sixth SenseScale AI SEAL–33.0%
GeoBenchGeoBench38.0%–
Furniture AssemblyEpoch AI Benchmarking Hub–20.0%†
VIALS-AAHandshake AI–31.7%
Code2Video-AAArtificial Analysis949†1021
AA-3DArtificial Analysis–954
FACTS MultimodalGoogle–51.5%
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.0%†80.3%
MLCRArtificial Analysis22.8%†26.1%
FACTS GroundingGoogle–73.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub152.6157.6
LiveBench 2.0LiveBench54.0%†60.9%
LiveBench 1.0LiveBench75.3%78.5%
AA Intelligence Index v5.0.1Artificial Analysis20.1†33.6
AA Intelligence Index v4.3.2Artificial Analysis33.7†45.4
AA Progress Index v1Artificial Analysis303.1†323.7
Vals RSI IndexVals AI–21.8%
Vals Multimodal IndexVals AI–65.4%
AA Cyber IndexArtificial Analysis12.7†–
安全性・誠実さ
DistressBenchScale AI SEAL–77.6%
メタデータ
AA Openness IndexArtificial Analysis38.9†–

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Qwen3.8 27B:BenchLeader Index 53.2 → 55.1。
  • Qwen3.8 27B:価格 $0.10/M → $0.085/M。
  • Qwen3.8 Max (max):スコアの改訂1件。
  • Qwen3.8 27B:入力価格 $0.45/M → $0.42/M。
  • Qwen3.8 Max (max):スコアの改訂1件。
  • Qwen3.8 27B:BenchLeader Index 54.0 → 53.2。
  • Qwen3.8 27B:新しい結果2件(SimpleBench, GeoBench)。
  • Qwen3.8 27B:スコアの改訂5件。
  • Qwen3.8 Max (max):スコアの改訂6件。
  • Qwen3.8 Max (max):スコアの改訂1件。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Qwen3.8 27B vs Qwen3.8 Max:よくある質問

Qwen3.8 27BはQwen3.8 Maxより優れていますか?
Qwen3.8 27BとQwen3.8 Max (max)の品質は互角です(55.1 対 58.7、±6.6の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Qwen3.8 27BとQwen3.8 Maxはどちらが安いですか?今後変わる予定はありますか?
現在はQwen3.8 27Bの方が安く、100万トークンあたり$1.09 対 $3.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはQwen3.8 27BとQwen3.8 Maxのどちらが向いていますか?
コーディングでは互角です(カテゴリ指標で62 対 62)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Qwen3.8 27Bが1590、Qwen3.8 Maxが1676です。
Qwen3.8 27BとQwen3.8 Maxはどちらが速いですか?
Qwen3.8 27Bの方が出力が速くなっています(出力73 対 59トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはQwen3.8 27BとQwen3.8 Maxのどちらが向いていますか?
エージェント型のタスクではQwen3.8 Maxの方がスコアが高くなっています(カテゴリ指標で59 対 44。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なAPEX-Agentsでは、Qwen3.8 27Bが47.5%、Qwen3.8 Maxが63.3%です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
コンテキストはQwen3.8 Maxの方が長く、1,000,000トークンです(Qwen3.8 27Bは262,144トークン)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはQwen3.8 27Bです。Artificial Analysisの測定では、最初の回答トークンまで0.7秒 対 119.6秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Qwen3.8 27BとQwen3.8 Maxについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある23件のベンチマークのうち、Qwen3.8 27Bのリードが1件、Qwen3.8 Maxのリードが22件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。
Qwen3.8 27Bはいつリリースされましたか?
Qwen3.8 27Bは2026年8月14日にリリースされました。