BenchLeader

Qwen3.6 27B

推論エフォート
品質339中96位
55.9Index
中央値より上
中央値比 +5.7
価格255中154位
$1.35100万トークンあたり
多くのモデルより高い
中央値の1.6倍
速度216中152位
60トークン/秒
中央値より下
中央値の0.7倍
コスパ255中152位
41.4ポイント/$
中央値より下
中央値の0.7倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(90%安い)。

より安価でスコアの高いランク付けモデルが22つあります:Kimi K2.5 (59.4, $1.20)、Qwen3.6 Plus (59.0, $1.13)、Gemini 3 Flash (58.9, $1.13)ほか19つ。

2026年11月16日時点で、Qwen3.6 27B(Alibaba)のBenchLeader Indexは55.9です(ランク付け対象は608構成)。最も強いのは指示追従(67)、最も弱いのはエージェント・ツール(51)です。API料金は入力100万トークンあたり$0.600、出力100万トークンあたり$3.60(3:1のブレンドで$1.35)で、2026年11月16日時点の定価です。出力速度は約60トークン/秒です(Artificial Analysis)。2026年4月22日にリリースされました。

要点(2026年11月16日時点)

  • Qwen3.6 27BのAPI料金は入力100万トークンあたり$0.600、出力100万トークンあたり$3.60(3:1のブレンドで$1.35)です(定価、2026年11月16日)。
  • Qwen3.6 27Bの出力速度は約60トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Qwen3.6 27Bは2026年4月22日にリリースされました(Alibaba)。

詳しく見ると:Qwen3.6 27BはAlibabaのオープンウェイトの推論モデルです(2026年4月22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55.9 ±7.0を記録し、608構成中200位で上位半分に入ります。重要なのはこの「±」です。ほかに344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。カテゴリ別では指示追従が最も高く(67)、エージェント・ツールが最も低くなっています(51)。ブレンド価格は100万トークンあたり$1.35で、ランク付けされたモデルの多くより高価です。出力速度は60トークン/秒、回答開始まで48.7秒で、多くのモデルより低速です。3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4月22日。古いデータ:6か月間、新しい結果がありません

ブレンド価格
$1.35/M
入力$0.600・出力$3.60
出典:Artificial Analysis
出力速度
60 tok/s
Artificial Analysisによる測定
回答開始
49 s
最初のトークン 0.55 s
コンテキスト
262k
出典:models.dev
回答完了まで
116 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4月22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Index56
  2. エージェント・ツール51
  3. 指示追従67
  4. マルチモーダル57
  5. 長文コンテキスト63

この順位を埋め込む

ほかのバッジスタイル
[![Qwen3.6 27B on BenchLeader: 総合 97位](https://www.benchleader.com/badge/qwen3-6-27b.svg?style=compact)](https://www.benchleader.com/models/qwen3-6-27b)

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

バージョン

Alibabaはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Qwen3.8 27B2026年8月14日55.1#221
Qwen3.6 27Bthinkingこのページ2026年4月22日55.9#200
Qwen3.5-27B2026年2月24日52.0#292

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49.3#36248 tok/s7.22 s$0.0013エージェント・ツール 42 · コーディング 36 · 指示追従 48 · 長文コンテキスト 58 · 数学 46 · マルチモーダル 54 · 推論 61
thinking最良55.9#20060 tok/s49 s$0.0013エージェント・ツール 51 · 指示追従 67 · 長文コンテキスト 63 · マルチモーダル 57
未記載47.9#39654 tok/s0.55 s$0.0013人間の評価 21 · 知識 55 · 数学 50 · 推論 61

Indexの推移

2026年9月9日〜2026年11月16日
415263
  • thinking
  • 推論なし
  • 標準

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出典推移
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標準出典推移
GPQA Diamond84.8%#104–85.9%#95Epoch AI Benchmarking Hub
LiveBench 1.0 ReasoningIndex対象外エフォート未記載––70.3%#66LiveBench
GPQA Diamond (AA)Index対象外82.9%#16684.2%#148–Artificial Analysis
Humanity's Last Exam (AA)Index対象外15.1%#27023.1%#213–Artificial Analysis
CritPtIndex対象外0.9%#2561.1%#242–Artificial Analysis
Mystery Game PuzzlesIndex対象外7.0%#128––Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載––34.5%#134Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––78.1%#148Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしthinking標準出典推移
SciCode37.3%#200––SciCode
LiveBench 1.0 CodingIndex対象外エフォート未記載––71.8%#58LiveBench
SciCode (AA)Index対象外–42.8%#175–Artificial Analysis
SWE-bench (Vals)Index対象外エフォート未記載––70.0%#59Vals AI
Vibe Code Bench v1.1Index対象外エフォート未記載––11.9%#103Vals AI
Terminal-Bench 4.0 (AA)Index対象外–0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外51.3%#12060.7%#100–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしthinking標準出典推移
LiveBench Agentic CodingIndex対象外エフォート未記載––39.3%#65LiveBench
Terminal-Bench Hard21.2%#16234.9%#82–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外93.6%#4194.2%#33–Artificial Analysis
GDPval-AA v2.1Index対象外969#191993#187–Artificial Analysis
τ³-Banking (AA)9.3%#15316.7%#112–Artificial Analysis
Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載––44.9%#23Vals AI
AutomationBenchIndex対象外–11.1%#187–Artificial Analysis
GDP.pdf (AA)Index対象外–11.0%#157–Artificial Analysis
AA-Briefcase v1.1Index対象外–816#189–Artificial Analysis

数学

ベンチマーク推論なし標準出典推移
FrontierMath Tiers 1–334.0%#7435.1%#71Epoch AI Benchmarking Hub
OTIS Mock AIME66.7%#16191.1%#79Epoch AI Benchmarking Hub
LiveBench MathematicsIndex対象外エフォート未記載–79.9%#61LiveBench

知識

ベンチマーク標準出典推移
LiveBench 1.0 Data AnalysisIndex対象外70.4%#51LiveBench
CorpFin62.3%#49Vals AI
TaxEval71.3%#77Vals AI
CaseLaw v2Index対象外53.2%#41Vals AI

指示追従

ベンチマーク推論なしthinking標準出典推移
LiveBench LanguageIndex対象外エフォート未記載––63.3%#64LiveBench
LiveBench Instruction FollowingIndex対象外エフォート未記載––53.2%#67LiveBench
IFBench45.7%#20467.5%#85–Artificial Analysis

人間の評価

ベンチマーク標準出典推移
EQ-Bench 41015#31EQ-Bench

マルチモーダル

ベンチマーク推論なしthinking標準出典推移
MMMU-Pro71.7%#14974.6%#121–Artificial Analysis
MortgageTaxIndex対象外エフォート未記載––68.3%#18Vals AI

長文コンテキスト

ベンチマーク推論なしthinking出典推移
AA-LCR v1.166.7%#26377.3%#148Artificial Analysis
MLCRIndex対象外–10.6%#119Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––146.7#83Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外エフォート未記載––64.0%#65LiveBench
AA Intelligence Index v4.3.2Index対象外19.8#24621.4#224–Artificial Analysis
AA Progress Index v1Index対象外257.7#245272.9#194–Artificial Analysis

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Reka AI69 tok/s0.36 s$0.600$6.00262k–
DeepInfra59 tok/s0.50 s$0.320$3.20262kfp8
DeepInfra57 tok/s0.45 s$0.480$4.80262kfp8
Alibaba Cloud Int.54 tok/s0.78 s$0.450$2.70262k–
Venice40 tok/s0.85 s$0.325$3.25256kfp8
Chutes26 tok/s3.19 s$0.250$2.00262kfp8
SiliconFlow24 tok/s2.41 s$0.300$3.20262kfp8

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$0.372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$0.0013$0.001353.7 s
30ページのレポートを要約12,000 / 600$0.0094$0.007358.7 s
コード編集6,000 / 1,500$0.0090$0.00801.2 min
エージェント型コーディングセッション60,000 / 4,000$0.050$0.0401.9 min
構造化データの抽出2,000 / 200$0.0019$0.001652.0 s

Alibabaのほかのモデル

今月の新着

関連ページ

埋め込み・引用

Qwen3.6 27B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。

[![Qwen3.6 27B on BenchLeader: 総合 97位](https://www.benchleader.com/badge/qwen3-6-27b.svg)](https://www.benchleader.com/models/qwen3-6-27b)

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). Qwen3.6 27B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-6-27b

BibTeX:

@misc{benchleader_qwen3_6_27b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.6 27B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-6-27b}},
  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

Qwen3.6 27Bのベンチマークスコアは?
2026年11月16日時点で、Qwen3.6 27B(推論エフォート thinking)のBenchLeader Indexは55.9 ±7.0です。最も強いのは指示追従(67)、最も弱いのはエージェント・ツール(51)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。
Qwen3.6 27Bの順位は?
2026年11月16日時点で、Qwen3.6 27B(推論エフォート thinking)はランク付けされた608構成中200位です。ほかに344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。
Qwen3.6 27B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、Qwen3.6 27Bの料金は入力100万トークンあたり$0.600、出力100万トークンあたり$3.60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$1.35です。
Qwen3.6 27Bはいつリリースされましたか?
Alibabaが2026年4月22日にQwen3.6 27Bをリリースしました。BenchLeaderには3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「Qwen3.6 27B: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/qwen3-6-27b