BenchLeader

Qwen3.8 27B

推論エフォート
品質339中108位
55.1Index
中央値より上
中央値比 +4.9
価格255中141位
$1.06100万トークンあたり
多くのモデルより高い
中央値の1.3倍
速度216中128位
73トークン/秒
中央値より下
中央値の0.9倍
コスパ255中136位
51.7ポイント/$
中央値より下
中央値の0.9倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(87%安い)。

より安価でスコアの高いランク付けモデルが20つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか17つ。

2026年11月16日時点で、Qwen3.8 27B(Alibaba)のBenchLeader Indexは55.1です(ランク付け対象は608構成)。最も強いのはコーディング(62)、最も弱いのはエージェント・ツール(44)です。API料金は入力100万トークンあたり$0.450、出力100万トークンあたり$3.00(3:1のブレンドで$1.09)で、2026年11月16日時点の定価です。出力速度は約73トークン/秒です(OpenRouter)。2026年8月14日にリリースされました。

要点(2026年11月16日時点)

  • Qwen3.8 27BのAPI料金は入力100万トークンあたり$0.450、出力100万トークンあたり$3.00(3:1のブレンドで$1.09)です(定価、2026年11月16日)。
  • Qwen3.8 27Bの出力速度は約73トークン/秒です(OpenRouter、2026年11月16日)。
  • Qwen3.8 27Bは2026年8月14日にリリースされました(Alibaba)。

詳しく見ると:Qwen3.8 27BはAlibabaのオープンウェイトの推論モデルです(2026年8月14日リリース)。最もスコアの高い構成は、BenchLeader Indexで55.1 ±5.6を記録し、608構成中221位で上位半分に入ります。重要なのはこの「±」です。ほかに314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。カテゴリ別ではコーディングが最も高く(62)、エージェント・ツールが最も低くなっています(44)。ブレンド価格は100万トークンあたり$1.06で、中程度の価格帯です。出力速度は73トークン/秒、最初のトークンまで0.7秒で、多くのモデルより低速です。6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11月11日。

ブレンド価格
$1.06/M
入力$0.420・出力$3.00
出典:models.dev
出力速度
73 tok/s
OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
回答開始
0.74 s
コンテキスト
262k
出典:models.dev
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8月14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Index55
  2. 推論58
  3. コーディング62
  4. エージェント・ツール44
  5. 数学55
  6. 人間の評価61
  7. マルチモーダル61

この順位を埋め込む

ほかのバッジスタイル
[![Qwen3.8 27B on BenchLeader: 総合 109位](https://www.benchleader.com/badge/qwen3-8-27b.svg?style=compact)](https://www.benchleader.com/models/qwen3-8-27b)

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 27Bこのページ2026年8月14日55.1#221
Qwen3.6 27Bthinking2026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45.5#45341 tok/s5.27 s$0.0011エージェント・ツール 48 · コーディング 33 · 知識 41 · 長文コンテキスト 59 · マルチモーダル 52 · 推論 32
low49.0#37346 tok/s16 s$0.0011エージェント・ツール 61 · コーディング 41 · 知識 33 · 長文コンテキスト 63 · マルチモーダル 56 · 推論 39
medium50.2#34347 tok/s24 s$0.0011エージェント・ツール 77 · コーディング 40 · 知識 25 · 長文コンテキスト 65 · マルチモーダル 56 · 推論 39
xhigh52.2#28347 tok/s109 s$0.0011エージェント・ツール 47 · コーディング 50 · 知識 50 · 長文コンテキスト 66 · マルチモーダル 59 · 推論 44
max––73 tok/s0.74 s$0.0011総合 37
未記載最良55.1#22173 tok/s0.74 s$0.0011エージェント・ツール 44 · コーディング 62 · 人間の評価 61 · 数学 55 · マルチモーダル 61 · 推論 58

Indexの推移

2026年9月8日〜2026年11月16日
435464
  • 標準
  • xhigh
  • medium
  • low

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lowmediumxhigh出典推移
AA Openness IndexIndex対象外38.9#15538.9#15538.9#15538.9#155Artificial Analysis

推論

ベンチマーク推論なしlowmediumxhighmax標準出典推移
SimpleBenchエフォート未記載–––––60.2%#46SimpleBench
Arena Hard Promptsエフォート未記載–––––1459#102Arena (LMArena)
LiveBench 2.0 ReasoningIndex対象外––––80.0%#26–LiveBench
LiveBench 1.0 ReasoningIndex対象外エフォート未記載–––––80.0%#53LiveBench
GPQA Diamond (AA)Index対象外81.8%#18084.5%#14084.5%#14090.5%#59––Artificial Analysis
Humanity's Last Exam (AA)Index対象外12.1%#29914.0%#27914.1%#27733.9%#144––Artificial Analysis
HLE-Diamond (AA)4.2%#1626.8%#1366.7%#13715.3%#99––Artificial Analysis
GPQA Diamond (Vals)Index対象外–––88.9%#31––Vals AI
ARC-AGI-134.0%#21069.2%#15268.7%#15387.5%#100––ARC Prize
ARC-AGI-21.5%#22222.8%#14913.2%#16142.4%#123––ARC Prize
CritPtIndex対象外0.3%#2910.0%#3370.0%#3375.4%#168––Artificial Analysis
CritPt v2 hard subset (AA)2.0%#1235.5%#11316.5%#1034.0%#116––Artificial Analysis
Arena ExpertIndex対象外エフォート未記載–––––1473#90Arena (LMArena)
LMCAIndex対象外エフォート未記載–––––41.4%#110Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載–––––88.0%#102Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしlowmediumxhighmax標準出典推移
SciCode36.2%#20340.0%#18039.0%#18746.6%#149––SciCode
Arena Codingエフォート未記載–––––1496#89Arena (LMArena)
Arena WebDevエフォート未記載–––––1590#39Arena (LMArena)
LiveBench 2.0 CodingIndex対象外––––69.3%#22–LiveBench
LiveBench 1.0 CodingIndex対象外エフォート未記載–––––75.7%#50LiveBench
SciCode (AA)Index対象外36.2%#21540.0%#19139.0%#19846.6%#155––Artificial Analysis
LiveCodeBench–––84.0%#42––Vals AI
IOI–––39.1%#38––Vals AI
SWE-bench (Vals)Index対象外–––86.0%#15––Vals AI
Code MigrationIndex対象外–––14.2%#58––Vals AI
ProgramBenchIndex対象外–––0.0%#34––Vals AI
Vibe Code Bench v1.1Index対象外–––64.8%#57––Vals AI
Surface Evolver BenchIndex対象外–––45.0%#21––Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外0.0%#1862.5%#1455.0%#1345.6%#132––Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外49.1%#12567.4%#7965.2%#8379.8%#47––Artificial Analysis
GameBench 2 by reasoning settingIndex対象外––39.2#14043.8#119––DuelLab GameBench 2
FrontierCode 1.1 (AA)Index対象外7.9%#7928.9%#6634.7%#5634.2%#57––Artificial Analysis
FrontierCode 2.0 (AA)3.7%#11312.4%#9011.5%#9314.9%#85––Artificial Analysis

エージェント・ツール

ベンチマーク推論なしlowmediumxhighmax標準出典推移
APEX-Agentsエフォート未記載–––––47.5%#41Mercor
Arena Agentエフォート未記載–––––-4.8#42Arena (LMArena)
LiveBench Long AgenticIndex対象外––––15.9%#28–LiveBench
LiveBench BrowserIndex対象外––––24.2%#29–LiveBench
LiveBench Agentic CodingIndex対象外エフォート未記載–––––61.4%#13LiveBench
Terminal-Bench 2.1 (Vals)–––58.4%#41––Vals AI
GDPval-AA v2.1, normalised scoreIndex対象外28.7%#8843.2%#5544.0%#5346.0%#49––Artificial Analysis
GDPval-AA v2.1Index対象外1081#1641366#971391#911426#82––Artificial Analysis
τ³-Banking (AA)20.0%#10232.2%#5947.4%#748.0%#6––Artificial Analysis
CyberBenchIndex対象外–––67.8%#27––Vals AI
Finance Agent v2Index対象外–––48.5%#50––Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–––11.3%#15––Vals AI
Legal Research BenchIndex対象外–––36.1%#49––Vals AI
SkillsBenchIndex対象外–––38.1%#30––Vals AI
Tax Agent BenchIndex対象外–––30.9%#32––Vals AI
Terminal-Bench ScienceIndex対象外–––0.0%#42––Vals AI
Arena Agent Task CompletionIndex対象外エフォート未記載–––––-2.7#37Arena (LMArena)
AutomationBenchIndex対象外12.4%#18430.1%#14840.3%#13048.2%#112––Artificial Analysis
GDP.pdf (AA)Index対象外5.2%#19610.4%#16012.8%#13716.4%#116––Artificial Analysis
EnterpriseOps-GymIndex対象外–––44.2%#17––Artificial Analysis
AA-Briefcase v1.1Index対象外900#1761268#1011371#801391#79––Artificial Analysis
Terminal-Bench-Science 0.1 (AA)Index対象外0.0%#1150.5%#1100.9%#1050.5%#110––Artificial Analysis
CWE-Bench (AA)–––26.7%#26––Artificial Analysis
DeepSec-Bench (AA)–––11.5%#23––Artificial Analysis
CyberGym end-to-end (AA)–––0.0%#23––Artificial Analysis

数学

ベンチマーク標準出典推移
ProofBench16.0%#60Vals AI
LiveBench MathematicsIndex対象外86.2%#53LiveBench
Arena Maths1451#76Arena (LMArena)

知識

ベンチマーク推論なしlowmediumxhighmax標準出典推移
LiveBench 2.0 Data AnalysisIndex対象外––––76.6%#18–LiveBench
LiveBench ResearchIndex対象外––––61.3%#31–LiveBench
LiveBench 1.0 Data AnalysisIndex対象外エフォート未記載–––––76.6%#31LiveBench
AA-Omniscience v1.1-7.3#101-21.5#128-35.9#135-6.4#97––Artificial Analysis
MMLU-Pro–––84.3%#62––Vals AI
LegalBench–––82.4%#71––Vals AI
TaxEval–––70.8%#84––Vals AI
Excel Modeling BenchmarkIndex対象外–––59.7%#37––Vals AI
MedCodeIndex対象外–––28.7%#96––Vals AI
MedScribeIndex対象外–––83.8%#40––Vals AI
AA-Omniscience v1.1: accuracyIndex対象外9.1%#14218.3%#12717.9%#12917.3%#133––Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外82.0%#1251.3%#7334.6%#10171.4%#34––Artificial Analysis

指示追従

ベンチマーク標準出典推移
LiveBench LanguageIndex対象外74.3%#51LiveBench
LiveBench Instruction FollowingIndex対象外72.7%#19LiveBench
Arena Instruction FollowingIndex対象外1419#114Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1434#109Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1671#39EQ-Bench
Arena Creative WritingIndex対象外1359#165Arena (LMArena)
Arena Multi-turnIndex対象外1436#109Arena (LMArena)
Arena Longer QueriesIndex対象外1443#107Arena (LMArena)

マルチモーダル

ベンチマーク推論なしlowmediumxhighmax標準出典推移
Arena Visionエフォート未記載–––––1270#42Arena (LMArena)
LiveBench DesignIndex対象外––––72.4%#22–LiveBench
MMMU-Pro69.9%#16473.8%#13374.2%#12776.3%#102––Artificial Analysis
MMMU-Pro (Vals)Index対象外–––83.9%#28––Vals AI
MortgageTaxIndex対象外–––64.9%#43––Vals AI
GeoBenchIndex対象外エフォート未記載–––––38.0%#41GeoBench
Code2Video-AAIndex対象外–––949#21––Artificial Analysis

長文コンテキスト

ベンチマーク推論なしlowmediumxhigh出典推移
AA-LCR v1.169.3%#24377.3%#14879.7%#10082.0%#54Artificial Analysis
MLCRIndex対象外10.0%#1247.8%#1393.9%#16622.8%#38Artificial Analysis

総合

ベンチマーク推論なしlowmediumxhighmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––––152.6#56Epoch AI Benchmarking Hub
LiveBench 2.0––––54.0%#28–LiveBench
LiveBench 1.0Index対象外エフォート未記載–––––75.3%#38LiveBench
AA Intelligence Index v5.0.1Index対象外10.0#11315.7#10317.5#10120.1#93––Artificial Analysis
AA Intelligence Index v4.3.2Index対象外20.1#24326.2#16227.6#14833.7#109––Artificial Analysis
AA Progress Index v1Index対象外261.8#237283#166290.4#144303.1#115––Artificial Analysis
AA Cyber IndexIndex対象外–––12.7#25––Artificial Analysis

GameBench 2, best reasoning setting (XHigh): 43.8. 参考値で、BenchLeader Indexには含まれません。

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.

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
Cerebras759 tok/s0.26 s$0.990$1.4966kfp16
Nebius Token Factory261 tok/s0.90 s$0.450$3.001Mfp4
Wafer257 tok/s0.44 s$0.060$2.20262kfp8
CoreWeave123 tok/s0.75 s$0.400$3.00262kfp8
Modal107 tok/s0.58 s$0.040$2.30262k–
DekaLLM102 tok/s0.87 s$0.040$2.50262k–
Prime Intellect98 tok/s0.72 s$0.140$0.998262kfp8
Tenstorrent89 tok/s0.66 s$0.150$1.60262kfp8
NEAR AI86 tok/s1.34 s$0.040$1.35262kfp8
Parasail67 tok/s0.74 s$0.240$2.20262kfp8
Reka AI65 tok/s1.69 s$0.150$2.50262kfp8
Venice62 tok/s0.76 s$0.450$3.20262kfp8
Ionstream61 tok/s0.67 s$0.040$1.95262kfp8
AkashML53 tok/s0.65 s$0.225$1.98262kfp8
Mancer50 tok/s1.29 s$0.125$2.00262kfp8
NovitaAI47 tok/s2.06 s$0.420$3.001M–
Chutes39 tok/s1.79 s$0.039$1.25262kfp8
DeepInfra34 tok/s0.78 s$0.150$1.88262kbf16
Cloudflare31 tok/s0.58 s$0.450$3.20262k–
Alibaba Cloud Int.29 tok/s3.87 s$0.425$2.551M–
Darkbloom23 tok/s2.91 s$0.035$1.50262kfp4
StreamLake11 tok/s15 s$0.175$1.051.0M–

利用状況

Qwen3.8 27Bが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

OpenRouter、過去1週間
#37
トークンシェア0.37%
可用性、72時間
99.9%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
1.06%
ツール呼び出しに占める割合
OpenRouterでの1日あたりのトークン数(2026年10月17日〜2026年11月15日):合計2.74T、前週比 +8.2%。

直近30日間の典型的なリクエスト:リクエストあたり17.3kトークン、出力1トークンあたり入力24トークン、入力の75%がキャッシュから、出力の66%が推論、リクエストあたり0.25回のツール呼び出し。

OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:Portkey AI (209B)、Codex (187B)、Hermes Agent (98.0B)、Claude Code (96.0B)、pi (73.5B)。

Vercel AI Gatewayのプロバイダースループット最初のトークン稼働率、1日
Cerebras1,676 tok/s0.74 s100.00%
Runinfra176 tok/s1.25 s99.75%
Wafer168 tok/s0.43 s100.00%
Alibaba Cloud108 tok/s0.97 s100.00%
DeepInfra–0.37 s99.96%
Novita–1.01 s100.00%

出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。

価格の推移

上記の価格(100万トークンあたり)を、変更があった日ごとに示します。

$0.00$0.825$1.65$2.48$3.3026年9月26年10月26年11月
入力 出力
現在:入力$0.420・出力$3.00

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$0.085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$0.0011$0.00104.9 s
30ページのレポートを要約12,000 / 600$0.0068$0.00389.0 s
コード編集6,000 / 1,500$0.0070$0.005521.3 s
エージェント型コーディングセッション60,000 / 4,000$0.037$0.02255.5 s
構造化データの抽出2,000 / 200$0.0014$0.00093.5 s

Alibabaのほかのモデル

今月の新着

Qwen3.8 27Bと比較する

関連ページ

埋め込み・引用

Qwen3.8 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。

[![Qwen3.8 27B on BenchLeader: 総合 109位](https://www.benchleader.com/badge/qwen3-8-27b.svg)](https://www.benchleader.com/models/qwen3-8-27b)

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). Qwen3.8 27B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-8-27b

BibTeX:

@misc{benchleader_qwen3_8_27b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.8 27B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-8-27b}},
  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

Qwen3.8 27Bのベンチマークスコアは?
2026年11月16日時点で、Qwen3.8 27BのBenchLeader Indexは55.1 ±5.6です。最も強いのはコーディング(62)、最も弱いのはエージェント・ツール(44)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。
Qwen3.8 27Bの順位は?
2026年11月16日時点で、Qwen3.8 27Bはランク付けされた608構成中221位です。ほかに314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。
Qwen3.8 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、Qwen3.8 27Bの料金は入力100万トークンあたり$0.420、出力100万トークンあたり$3.00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$1.06です。定価が最後に変わったのは2026年11月14日です。
Qwen3.8 27BはMiniMax M3.1 Flashより優れていますか?
2026年11月16日時点で、MiniMax M3.1 FlashとQwen3.8 27Bの品質はほぼ互角です(BenchLeader Indexで54.3対55.1、±7.2の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Qwen3.8 27Bはいつリリースされましたか?
Alibabaが2026年8月14日にQwen3.8 27Bをリリースしました。BenchLeaderには6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「Qwen3.8 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/qwen3-8-27b