BenchLeader

Qwen3.5-4B

推論エフォート
品質339中205位
46.7Index
中央値より下
中央値比 −3.5
価格255中6位
$0.060100万トークンあたり
安い方から10%
中央値の0.1倍
速度216中200位
34トークン/秒
下位4分の1
中央値の0.4倍
コスパ255中4位
778.3ポイント/$
上位10%
中央値の14倍

この水準ではコスパ良好: Indexの差が2ポイント以内で、価格が4分の3以下のランク入りモデルはありません。

これより安価でスコアの高いランク付けモデルはありません。価格面でのフロンティアにあります。

2026年11月16日時点で、Qwen3.5-4B(Alibaba)のBenchLeader Indexは46.7です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(56)、最も弱いのは指示追従(38)です。API料金は入力100万トークンあたり$0.330、出力100万トークンあたり$1.00(3:1のブレンドで$0.499)で、2026年11月16日時点の定価です。出力速度は約34トークン/秒です(Artificial Analysis)。2026年2月24日にリリースされました。

要点(2026年11月16日時点)

  • Qwen3.5-4BのAPI料金は入力100万トークンあたり$0.330、出力100万トークンあたり$1.00(3:1のブレンドで$0.499)です(定価、2026年11月16日)。
  • Qwen3.5-4Bの出力速度は約34トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Qwen3.5-4Bは2026年2月24日にリリースされました(Alibaba)。

詳しく見ると:Qwen3.5-4BはAlibabaのオープンウェイトの推論モデルです(2026年2月24日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで46.7 ±9.4を記録し、608構成中425位で下位半分に入ります。重要なのはこの「±」です。ほかに382構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では長文コンテキストが最も高く(56)、指示追従が最も低くなっています(38)。ブレンド価格は100万トークンあたり$0.060で、ランク付けされたモデルの中で最も安い5分の1に入ります。出力速度は34トークン/秒、回答開始まで90.9秒で、最も遅い4分の1に入ります。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年10月22日。

ブレンド価格
$0.060/M
入力$0.030・出力$0.150
出典:Artificial Analysis
出力速度
34 tok/s
Artificial Analysisによる測定
回答開始
91 s
コンテキスト
66k
出典:models.dev
回答完了まで
355 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年2月24日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index47
  2. エージェント・ツール39
  3. 指示追従38
  4. マルチモーダル47
  5. 長文コンテキスト56

この順位を埋め込む

ほかのバッジスタイル
[![Qwen3.5-4B on BenchLeader: 総合 202位](https://www.benchleader.com/badge/qwen3-5-4b.svg?style=compact)](https://www.benchleader.com/models/qwen3-5-4b)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Alibabaの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし43.9#47835 tok/s1.42 s$0.0001エージェント・ツール 36 · 指示追従 37 · 長文コンテキスト 41 · 数学 47 · マルチモーダル 44
thinking最良46.7#42534 tok/s91 s$0.0001エージェント・ツール 39 · 指示追従 38 · 長文コンテキスト 56 · マルチモーダル 47

Indexの推移

2026年9月9日〜2026年11月16日
334659
  • thinking
  • 推論なし

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマーク推論なしthinking出典
AA Openness IndexIndex対象外38.9#15538.9#155Artificial Analysis

推論

ベンチマーク推論なしthinking出典
GPQA Diamond (AA)Index対象外71.2%#29477.1%#228Artificial Analysis
Humanity's Last Exam (AA)Index対象外8.0%#3759.9%#345Artificial Analysis
CritPtIndex対象外0.0%#3370.0%#337Artificial Analysis

コーディング

ベンチマーク推論なしthinking出典
Terminal-Bench 2.1 (AA)Index対象外21.4%#17325.8%#170Artificial Analysis

エージェント・ツール

ベンチマーク推論なしthinking出典
Terminal-Bench Hard11.4%#22018.2%#175Artificial Analysis
τ²-Bench Telecom (AA)Index対象外87.7%#7792.1%#54Artificial Analysis
τ³-Banking (AA)4.3%#1976.8%#168Artificial Analysis

数学

ベンチマーク推論なし出典
OTIS Mock AIME55.8%#185Epoch AI Benchmarking Hub

指示追従

ベンチマーク推論なしthinking出典
IFBench33.3%#33552.0%#165Artificial Analysis
MultiChallenge–25.1%#43Scale AI SEAL

マルチモーダル

ベンチマーク推論なしthinking出典
MMMU-Pro62.1%#21365.4%#189Artificial Analysis

長文コンテキスト

ベンチマーク推論なしthinking出典
AA-LCR v1.134.7%#40163.0%#287Artificial Analysis

総合

ベンチマーク推論なしthinking出典
AA Intelligence Index v4.3.2Index対象外10.8#38213.1#326Artificial Analysis
AA Progress Index v1Index対象外212.1#375231.1#316Artificial Analysis

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.066のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0001$0.00011.7 min
30ページのレポートを要約12,000 / 600$0.0005$0.00081.8 min
コード編集6,000 / 1,500$0.0004$0.00062.3 min
エージェント型コーディングセッション60,000 / 4,000$0.0024$0.00403.5 min
構造化データの抽出2,000 / 200$0.0001$0.00011.6 min

Alibabaのほかのモデル

今月の新着

関連ページ

埋め込み・引用

Qwen3.5-4Bの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Qwen3.5-4B on BenchLeader: 総合 202位](https://www.benchleader.com/badge/qwen3-5-4b.svg)](https://www.benchleader.com/models/qwen3-5-4b)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Qwen3.5-4B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-5-4b

BibTeX:

@misc{benchleader_qwen3_5_4b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.5-4B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-5-4b}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Qwen3.5-4Bのベンチマークスコアは?
2026年11月16日時点で、Qwen3.5-4B(推論エフォート thinking)のBenchLeader Indexは46.7 ±9.4です。最も強いのは長文コンテキスト(56)、最も弱いのは指示追従(38)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Qwen3.5-4Bの順位は?
2026年11月16日時点で、Qwen3.5-4B(推論エフォート thinking)はランク付けされた608構成中425位です。ほかに382構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Qwen3.5-4Bの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Qwen3.5-4Bの料金は入力100万トークンあたり$0.030、出力100万トークンあたり$0.150で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.060です。
Qwen3.5-4Bはいつリリースされましたか?
Alibabaが2026年2月24日にQwen3.5-4Bをリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Qwen3.5-4B:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/qwen3-5-4b