BenchLeader

GPT-5.5 vs Qwen3.8 27B

完整资料:GPT-5.5(OpenAI)和 Qwen3.8 27B(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,质量上 GPT-5.5 领先 Qwen3.8 27B(BenchLeader Index 64.1 比 55.1)。不过,Qwen3.8 27B 更便宜,对方的价格是它的 10 倍(每百万 token 混合价格 $1.09 比 $11.25)。在两者都有成绩的所有类别中,GPT-5.5 均领先。

要点(截至 2026年11月16日)

  • GPT-5.5 的 BenchLeader Index 为 64.1,Qwen3.8 27B 为 55.1(BenchLeader,2026年11月16日)。
  • GPT-5.5 每百万 token 混合价格为 $11.25(标价,2026年11月16日)。
  • Qwen3.8 27B 每百万 token 混合价格为 $1.09(标价,2026年11月16日)。
  • 在两者都有结果的 12 项基准测试中,GPT-5.5 领先 9 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,GPT-5.5 的评分为 1512,Qwen3.8 27B 为 1590(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程均可类别得分 61 比 62;Arena WebDev 1512 比 1590均可
智能体与工具调用GPT-5.5类别得分 62 比 44;LiveBench Agentic Coding 54.0% 比 61.4%高
数学GPT-5.5类别得分 69 比 55;ProofBench 50.0% 比 16.0%高
推理GPT-5.5类别得分 68 比 58;LiveBench 1.0 Reasoning 89.7% 比 80.0%高
图像及其他媒体GPT-5.5类别得分 62 比 61中
对话质量(人类偏好)–只有 Qwen3.8 27B 有 Arena 评分(类别得分 61)无法比较
成本最低Qwen3.8 27B每百万 token 混合价格 $1.06 比 $11.25;智能体编程会话 $0.037 比 $0.420–
首次回答最快Qwen3.8 27B首个回答 token 0.7 秒(Qwen3.8 27B)比 38.3 秒(GPT-5.5 (xhigh))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 质量上 GPT-5.5 (xhigh) 领先:64.1 比 55.1。
  • GPT-5.5 (xhigh) 在智能体与工具、数学、多模态、推理方面更强。
  • Qwen3.8 27B 在编程方面更强。
  • Qwen3.8 27B 更便宜,对方的价格是它的 10 倍(每百万 token 混合价格 $1.09 比 $11.25)。

概览

规格GPT-5.5Qwen3.8 27B
提供商OpenAIAlibaba
发布日期2026年4月23日2026年8月14日
上下文窗口(token)1,050,000262,144
对比时的配置GPT-5.5 (xhigh)Qwen3.8 27B
开放权重否是
每百万 token 价格(输入 / 输出 / 缓存输入)$5.00 / $30.00 / $0.500$0.420 / $3.00 / $0.085

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-5.5 (xhigh)Qwen3.8 27B领先者
推理68.157.6GPT-5.5
编程60.761.6持平
智能体与工具61.844.2GPT-5.5
数学69.354.6GPT-5.5
知识63.6–无法比较
指令遵循74.0–无法比较
人类偏好–61.3无法比较
多模态62.360.7GPT-5.5
长上下文66.9–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学多模态GPT-5.5, 推理: 68.1GPT-5.5, 编程: 60.7GPT-5.5, 智能体与工具: 61.8GPT-5.5, 数学: 69.3GPT-5.5, 多模态: 62.3Qwen3.8 27B, 推理: 57.6Qwen3.8 27B, 编程: 61.6Qwen3.8 27B, 智能体与工具: 44.2Qwen3.8 27B, 数学: 54.6Qwen3.8 27B, 多模态: 60.7

未绘制(测得的模型少于两个):知识, 指令遵循, 长上下文, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 12 项基准测试中,GPT-5.5 领先 9 项,Qwen3.8 27B 领先 3 项。所有同时评测两者的综合评分都认为 GPT-5.5 更强。

综合 IndexGPT-5.5 (xhigh)Qwen3.8 27B领先者
BenchLeader Index64.155.1GPT-5.5
Arena Text1481†1434GPT-5.5

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-5.5 (xhigh)Qwen3.8 27B
每百万 token 混合价格$11.25$1.06
每百万 token 输入 / 输出$5.00 / $30.00$0.420 / $3.00
每百万 token 缓存输入$0.500$0.085
每项任务价格:聊天回复$0.011$0.0011
每项任务价格:总结一份 30 页的报告$0.078$0.0068
每项任务价格:代码编辑$0.075$0.0070
每项任务价格:智能体编程会话$0.420$0.037
每项任务价格:结构化信息提取$0.016$0.0014
智能体编程会话(输入大多命中缓存)$0.217$0.022
输出速度81 tok/s73 tok/s
首次回答时间38.3 秒0.7 秒
完整回答耗时(最近一次测量 2026年11月13日)104.3 秒–

每个模型都按其排名最高的推理强度设置进行对比。GPT-5.5 (xhigh) 得分 64.1,首个回答 token 需 38 秒;GPT-5.5 (high) 为 63.5(16 秒),GPT-5.5 为 61.0(3 秒)。Qwen3.8 27B 得分 55.1,首个回答 token 需 1 秒;Qwen3.8 27B (xhigh) 为 52.2(109 秒),Qwen3.8 27B (medium) 为 50.2(24 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 161 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-5.5 (xhigh)Qwen3.8 27B
BenchLeader IndexBenchLeader64.155.1
智能体与工具得分BenchLeader61.844.2
编程得分BenchLeader60.761.6
指令遵循得分BenchLeader74.0–
知识得分BenchLeader63.6–
长上下文得分BenchLeader66.9–
数学得分BenchLeader69.354.6
多模态得分BenchLeader62.360.7
推理得分BenchLeader68.157.6
人类偏好得分BenchLeader–61.3
混合价格(美元/百万 token)BenchLeader$11.25$1.06
输出速度BenchLeader81 tok/s73 tok/s
首次回答时间BenchLeader38.3 秒0.7 秒
上下文窗口BenchLeader1,050,000 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub90.7%†–
SimpleBenchSimpleBench69.0%†60.2%
Arena Hard PromptsArena (LMArena)1499†1459
LiveBench 2.0 ReasoningLiveBench–80.0%†
LiveBench 1.0 ReasoningLiveBench89.7%80.0%
GPQA Diamond (AA)Artificial Analysis93.5%90.5%†
Humanity's Last Exam (AA)Artificial Analysis45.8%33.9%†
HLE-Diamond (AA)Artificial Analysis–15.3%†
GPQA Diamond (Vals)Vals AI93.2%88.9%†
Kagi LLM BenchmarkKagi LLM Benchmark88.8%†–
ARC-AGI-1ARC Prize95.0%87.5%†
ARC-AGI-2ARC Prize85.0%42.4%†
ARC-AGI-3ARC Prize0.4%†–
CritPtArtificial Analysis27.1%5.4%†
CritPt v2 hard subset (AA)Artificial Analysis–4.0%†
Arena ExpertArena (LMArena)1510†1473
Chess PuzzlesEpoch AI Benchmarking Hub63.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub56.0%–
CL-bench LifeEpoch AI Benchmarking Hub22.2%†–
LMCAEpoch AI Benchmarking Hub54.3%41.4%
DTBenchEpoch AI Benchmarking Hub96.0%88.0%
ForecastBenchForecastBench64.2%†–
BTF-3Epoch AI Benchmarking Hub14.3%†–
编程
SciCodeSciCode55.8%46.6%†
WeirdMLWeirdML84.9%–
显示全部 161 项基准测试
指标发布方GPT-5.5 (xhigh)Qwen3.8 27B
编程
FrontierCodeCognition43.0%†–
GSO-BenchGSO-Bench40.2%–
Arena CodingArena (LMArena)1510†1496
Arena WebDevArena (LMArena)15121590
LiveBench 2.0 CodingLiveBench–69.3%†
LiveBench 1.0 CodingLiveBench82.2%75.7%
LiveCodeBenchVals AI85.3%84.0%†
IOIVals AI–39.1%†
SWE-bench (Vals)Vals AI82.6%86.0%†
Code MigrationVals AI45.2%14.2%†
ProgramBenchVals AI0.5%0.0%†
Vibe Code Bench v1.1Vals AI69.8%64.8%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL45.4%–
SWE Atlas v1.0: RefactoringScale AI SEAL44.8%–
SWE Atlas v1.0: Test WritingScale AI SEAL42.6%–
MirrorCodeEpoch AI Benchmarking Hub23.3%–
Surface Evolver BenchEpoch AI Benchmarking Hub88.1%†45.0%†
DeepSWE v1.1Epoch AI Benchmarking Hub67.0%–
ALE-BenchEpoch AI Benchmarking Hub1943.0–
Terminal-Bench 4.0 (AA)Artificial Analysis14.7%5.6%†
Terminal-Bench 2.1 (AA)Artificial Analysis84.3%79.8%†
GameBench 2 OverallDuelLab GameBench 249.2†–
GameBench 2 by reasoning settingDuelLab GameBench 259.943.8†
Design Arena WebsiteDesign Arena1248†–
FrontierCode 1.1 (AA)Artificial Analysis–34.2%†
FrontierCode 2.0 (AA)Artificial Analysis–14.9%†
智能体与工具
Terminal-BenchTerminal-Bench84.7%†–
OSWorld-Verified 2.0OSWorld13.0%–
Remote Labor IndexScale AI / CAIS6.3%†–
APEX-AgentsMercor55.1%†47.5%
Arena AgentArena (LMArena)–-4.8
LiveBench Long AgenticLiveBench–15.9%†
LiveBench BrowserLiveBench–24.2%†
LiveBench Agentic CodingLiveBench54.0%61.4%
Terminal-Bench HardArtificial Analysis60.6%–
τ²-Bench Telecom (AA)Artificial Analysis93.9%–
Terminal-Bench 2.1 (Vals)Vals AI57.3%†58.4%†
MCP AtlasScale AI SEAL75.3%–
HiL-BenchScale AI SEAL39.7%†–
τ³-bench Bankingτ²-bench44.6%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–46.0%†
GDPval-AA v2.1Artificial Analysis13571426†
τ³-Banking (AA)Artificial Analysis39.0%48.0%†
ITBench SRE (AA)Artificial Analysis45.8%–
Analyst Agent (AA)Artificial Analysis50.0%–
APEX-Agents (AA)Artificial Analysis37.7%–
CyberBenchVals AI–67.8%†
Finance Agent v2Vals AI51.8%48.5%†
Harvey's Legal Agent Benchmark v1Vals AI3.8%11.3%†
Legal Research BenchVals AI40.4%36.1%†
SkillsBenchVals AI62.2%38.1%†
SREBenchVals AI3.8%–
Tax Agent BenchVals AI21.8%30.9%†
Terminal-Bench 2.0 (Vals)Vals AI73.2%†–
Terminal-Bench ScienceVals AI–0.0%†
Time Horizon Index: KSPVals AI8.3%–
Arena SearchArena (LMArena)1226†–
Arena Agent Task CompletionArena (LMArena)–-2.7
DeepResearch BenchDeepResearch Bench54.0%†–
PostTrainBenchEpoch AI Benchmarking Hub23.9%–
ExploitBenchEpoch AI Benchmarking Hub47.4%†–
GBAEvalEpoch AI Benchmarking Hub53.2%†–
Vending-Bench 2Andon Labs7523.8†–
AutomationBenchArtificial Analysis47.3%48.2%†
GDP.pdf (AA)Artificial Analysis21.2%16.4%†
EnterpriseOps-GymArtificial Analysis46.6%44.2%†
AA-Briefcase v1.1Artificial Analysis11351391†
Design Arena AgenticDesign Arena1113†–
RoboDojo (LLM as robot policy)RoboDojo1.1†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–0.5%†
CWE-Bench (AA)Artificial Analysis–26.7%†
DeepSec-Bench (AA)Artificial Analysis–11.5%†
CyberGym end-to-end (AA)Artificial Analysis–0.0%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub85.3%–
FrontierMath Tier 4Epoch AI Benchmarking Hub72.5%–
OTIS Mock AIMEEpoch AI Benchmarking Hub84.4%†–
ProofBenchVals AI50.0%16.0%
LiveBench MathematicsLiveBench95.9%86.2%
AIME 2026MathArena100.0%–
HMMT February 2026MathArena98.5%–
USAMO 2026MathArena98.2%–
MathArena ApexMathArena80.2%–
Arena MathsArena (LMArena)1500†1451
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub63.0%–
LiveBench 2.0 Data AnalysisLiveBench–76.6%†
LiveBench ResearchLiveBench–61.3%†
LiveBench 1.0 Data AnalysisLiveBench81.6%76.6%
AA-Omniscience v1.1Artificial Analysis–-6.4†
MMLU-ProVals AI88.1%84.3%†
LegalBenchVals AI86.5%82.4%†
CorpFinVals AI68.4%–
TaxEvalVals AI75.0%70.8%†
CaseLaw v2Vals AI66.2%–
Excel Modeling BenchmarkVals AI64.5%59.7%†
MedCodeVals AI49.1%28.7%†
MedScribeVals AI86.9%83.8%†
Public Benefits Bench v1.1Vals AI60.9%–
DrugDiscoveryBenchScale AI SEAL51.6%–
EBR-benchEpoch AI Benchmarking Hub34.3%–
GDP.pdfEpoch AI Benchmarking Hub26.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis–17.3%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–71.4%†
指令遵循
LiveBench LanguageLiveBench87.4%74.3%
LiveBench Instruction FollowingLiveBench70.7%72.7%
IFBenchArtificial Analysis75.8%–
Arena Instruction FollowingArena (LMArena)1475†1419
人类偏好
Arena TextArena (LMArena)1476†1434
EQ-Bench 4EQ-Bench1295†–
EQ-Bench Creative Writing v3EQ-Bench1845†1671
Arena Creative WritingArena (LMArena)1448†1359
Arena Multi-turnArena (LMArena)1484†1436
Arena Longer QueriesArena (LMArena)1486†1443
多模态
Arena VisionArena (LMArena)1296†1270
LiveBench DesignLiveBench–72.4%†
MMMU-ProArtificial Analysis79.9%76.3%†
MMMU-Pro (Vals)Vals AI88.3%83.9%†
MortgageTaxVals AI68.8%64.9%†
GeoBenchGeoBench–38.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub36.2%†–
Furniture AssemblyEpoch AI Benchmarking Hub44.2%–
Code2Video-AAArtificial Analysis1000949†
长上下文
AA-LCR v1.1Artificial Analysis84.3%82.0%†
Arena DocumentArena (LMArena)1479†–
MLCRArtificial Analysis28.9%22.8%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.1†152.6
LiveBench 2.0LiveBench–54.0%†
LiveBench 1.0LiveBench80.2%75.3%
AA Intelligence Index v5.0.1Artificial Analysis–20.1†
AA Intelligence Index v4.3.2Artificial Analysis38.433.7†
AA Progress Index v1Artificial Analysis320303.1†
Vals RSI IndexVals AI16.5%–
Vals Multimodal IndexVals AI68.1%–
AA Cyber IndexArtificial Analysis–12.7†
安全与诚实
FORTRESSScale AI SEAL16.3%–
元数据
AA Openness IndexArtificial Analysis–38.9†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

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.

变化

  • Qwen3.8 27B:BenchLeader Index 53.2 → 55.1。
  • Qwen3.8 27B:价格 $0.10/M → $0.085/M。
  • GPT-5.5 (xhigh):1 项新结果(GDPval-AA v2.1)。
  • Qwen3.8 27B:输入价格 $0.45/M → $0.42/M。
  • GPT-5.5 (xhigh):BenchLeader Index 64.6 → 64.1。
  • GPT-5.5 (xhigh):1 项分数修订。
  • Qwen3.8 27B:BenchLeader Index 54.0 → 53.2。
  • GPT-5.5 (xhigh):1 项新结果(MirrorCode)。
  • Qwen3.8 27B:2 项新结果(SimpleBench, GeoBench)。
  • Qwen3.8 27B:5 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-5.5 vs Qwen3.8 27B:常见问题

GPT-5.5 比 Qwen3.8 27B 更好吗?
质量上 GPT-5.5 (xhigh) 领先:64.1 比 55.1。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,GPT-5.5 (xhigh) 总体领先,但请结合你的用途查看各类别得分。
GPT-5.5 和 Qwen3.8 27B 哪个更便宜?价格会变吗?
目前 Qwen3.8 27B 更便宜:每百万 token $1.09 比 $11.25(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GPT-5.5 还是 Qwen3.8 27B 更好?
两者在编程方面持平(类别得分 61 比 62)。在两者共同的最主要编程基准测试 Arena WebDev 上,GPT-5.5 为 1512,Qwen3.8 27B 为 1590。
GPT-5.5 和 Qwen3.8 27B 哪个更快?
GPT-5.5 输出更快(输出 81 比 73 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-5.5 还是 Qwen3.8 27B 更好?
GPT-5.5 在智能体任务方面得分更高(类别得分 62 比 44,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
GPT-5.5 支持更长的上下文:1,050,000 token,Qwen3.8 27B 为 262,144 token。
哪个延迟更低?
Qwen3.8 27B 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 0.7 秒比 38.3 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-5.5 和 Qwen3.8 27B 的看法一致吗?
在两者都有结果的 12 项基准测试中,GPT-5.5 领先 9 项,Qwen3.8 27B 领先 3 项。所有同时评测两者的综合评分都认为 GPT-5.5 更强。
Qwen3.8 27B 是什么时候发布的?
Qwen3.8 27B 于 2026年8月14日 发布。