Qwen3.8 27B
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
- 総合Index55
- 推論58
- コーディング62
- エージェント・ツール44
- 数学55
- 人間の評価61
- 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[](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。
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 27Bthinking | 2026年4月22日 | 55.9 | #200 |
| Qwen3.5-27B | 2026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 | #453 | 41 tok/s | 5.27 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 |
| low | 49.0 | #373 | 46 tok/s | 16 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 |
| medium | 50.2 | #343 | 47 tok/s | 24 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 |
| xhigh | 52.2 | #283 | 47 tok/s | 109 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/s | 0.74 s | $0.0011 | 総合 37 |
| 未記載最良 | 55.1 | #221 | 73 tok/s | 0.74 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- 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 | low | medium | xhigh | 出典 | 推移 |
|---|---|---|---|---|---|---|
| AA Openness IndexIndex対象外 | 38.9#155 | 38.9#155 | 38.9#155 | 38.9#155 | Artificial Analysis |
推論
| ベンチマーク | 推論なし | low | medium | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|
| SimpleBenchエフォート未記載 | – | – | – | – | – | 60.2%#46 | SimpleBench | |
| Arena Hard Promptsエフォート未記載 | – | – | – | – | – | 1459#102 | Arena (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%#53 | LiveBench | |
| GPQA Diamond (AA)Index対象外 | 81.8%#180 | 84.5%#140 | 84.5%#140 | 90.5%#59 | – | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 12.1%#299 | 14.0%#279 | 14.1%#277 | 33.9%#144 | – | – | Artificial Analysis | |
| HLE-Diamond (AA) | 4.2%#162 | 6.8%#136 | 6.7%#137 | 15.3%#99 | – | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | – | – | 88.9%#31 | – | – | Vals AI | |
| ARC-AGI-1 | 34.0%#210 | 69.2%#152 | 68.7%#153 | 87.5%#100 | – | – | ARC Prize | |
| ARC-AGI-2 | 1.5%#222 | 22.8%#149 | 13.2%#161 | 42.4%#123 | – | – | ARC Prize | |
| CritPtIndex対象外 | 0.3%#291 | 0.0%#337 | 0.0%#337 | 5.4%#168 | – | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 2.0%#123 | 5.5%#113 | 16.5%#103 | 4.0%#116 | – | – | Artificial Analysis | |
| Arena ExpertIndex対象外エフォート未記載 | – | – | – | – | – | 1473#90 | Arena (LMArena) | |
| LMCAIndex対象外エフォート未記載 | – | – | – | – | – | 41.4%#110 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外エフォート未記載 | – | – | – | – | – | 88.0%#102 | Epoch AI Benchmarking Hub |
コーディング
エージェント・ツール
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| ProofBench | 16.0%#60 | Vals AI | |
| LiveBench MathematicsIndex対象外 | 86.2%#53 | LiveBench | |
| Arena Maths | 1451#76 | Arena (LMArena) |
知識
| ベンチマーク | 推論なし | low | medium | xhigh | max | 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%#31 | LiveBench | |
| 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%#142 | 18.3%#127 | 17.9%#129 | 17.3%#133 | – | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | 82.0%#12 | 51.3%#73 | 34.6%#101 | 71.4%#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%#51 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 72.7%#19 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1419#114 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1434#109 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外 | 1671#39 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1359#165 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1436#109 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1443#107 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | 推論なし | low | medium | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|
| Arena Visionエフォート未記載 | – | – | – | – | – | 1270#42 | Arena (LMArena) | |
| LiveBench DesignIndex対象外 | – | – | – | – | 72.4%#22 | – | LiveBench | |
| MMMU-Pro | 69.9%#164 | 73.8%#133 | 74.2%#127 | 76.3%#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%#41 | GeoBench | |
| 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 | low | medium | xhigh | 出典 | 推移 |
|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 69.3%#243 | 77.3%#148 | 79.7%#100 | 82.0%#54 | Artificial Analysis | |
| MLCRIndex対象外 | 10.0%#124 | 7.8%#139 | 3.9%#166 | 22.8%#38 | Artificial Analysis |
総合
| ベンチマーク | 推論なし | low | medium | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | – | – | 152.6#56 | Epoch 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%#38 | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外 | 10.0#113 | 15.7#103 | 17.5#101 | 20.1#93 | – | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | 20.1#243 | 26.2#162 | 27.6#148 | 33.7#109 | – | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 261.8#237 | 283#166 | 290.4#144 | 303.1#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 |
|---|---|---|---|---|---|---|
| Cerebras | 759 tok/s | 0.26 s | $0.990 | $1.49 | 66k | fp16 |
| Nebius Token Factory | 261 tok/s | 0.90 s | $0.450 | $3.00 | 1M | fp4 |
| Wafer | 257 tok/s | 0.44 s | $0.060 | $2.20 | 262k | fp8 |
| CoreWeave | 123 tok/s | 0.75 s | $0.400 | $3.00 | 262k | fp8 |
| Modal | 107 tok/s | 0.58 s | $0.040 | $2.30 | 262k | – |
| DekaLLM | 102 tok/s | 0.87 s | $0.040 | $2.50 | 262k | – |
| Prime Intellect | 98 tok/s | 0.72 s | $0.140 | $0.998 | 262k | fp8 |
| Tenstorrent | 89 tok/s | 0.66 s | $0.150 | $1.60 | 262k | fp8 |
| NEAR AI | 86 tok/s | 1.34 s | $0.040 | $1.35 | 262k | fp8 |
| Parasail | 67 tok/s | 0.74 s | $0.240 | $2.20 | 262k | fp8 |
| Reka AI | 65 tok/s | 1.69 s | $0.150 | $2.50 | 262k | fp8 |
| Venice | 62 tok/s | 0.76 s | $0.450 | $3.20 | 262k | fp8 |
| Ionstream | 61 tok/s | 0.67 s | $0.040 | $1.95 | 262k | fp8 |
| AkashML | 53 tok/s | 0.65 s | $0.225 | $1.98 | 262k | fp8 |
| Mancer | 50 tok/s | 1.29 s | $0.125 | $2.00 | 262k | fp8 |
| NovitaAI | 47 tok/s | 2.06 s | $0.420 | $3.00 | 1M | – |
| Chutes | 39 tok/s | 1.79 s | $0.039 | $1.25 | 262k | fp8 |
| DeepInfra | 34 tok/s | 0.78 s | $0.150 | $1.88 | 262k | bf16 |
| Cloudflare | 31 tok/s | 0.58 s | $0.450 | $3.20 | 262k | – |
| Alibaba Cloud Int. | 29 tok/s | 3.87 s | $0.425 | $2.55 | 1M | – |
| Darkbloom | 23 tok/s | 2.91 s | $0.035 | $1.50 | 262k | fp4 |
| StreamLake | 11 tok/s | 15 s | $0.175 | $1.05 | 1.0M | – |
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
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 |
|---|---|---|---|
| Cerebras | 1,676 tok/s | 0.74 s | 100.00% |
| Runinfra | 176 tok/s | 1.25 s | 99.75% |
| Wafer | 168 tok/s | 0.43 s | 100.00% |
| Alibaba Cloud | 108 tok/s | 0.97 s | 100.00% |
| DeepInfra | – | 0.37 s | 99.96% |
| Novita | – | 1.01 s | 100.00% |
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。
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 | $0.0010 | 4.9 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0068 | $0.0038 | 9.0 s |
| コード編集 | 6,000 / 1,500 | $0.0070 | $0.0055 | 21.3 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 | $0.022 | 55.5 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0014 | $0.0009 | 3.5 s |
Alibabaのほかのモデル
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。
[](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}
}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