BenchLeader

Qwen3.5-122B-A10B

推理强度
质量第 117 / 339 名
54.1Index
高于中位数
较中位数 +3.9
价格第 144 / 255 名
$1.10每百万 token
比多数贵
中位数的 1.3 倍
速度第 95 / 216 名
92token/秒
高于中位数
中位数的 1.1 倍
性价比第 144 / 255 名
49.2分/$
低于中位数
中位数的 0.9 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 87%。

有 27 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 24 个。

截至 2026年11月16日,Qwen3.5-122B-A10B(Alibaba)在 BenchLeader Index 上得分 54.1(共 608 个已排名配置)。表现最好的是数学(60),最弱的是编程(45)。API 价格为输入每百万 token $0.400、输出每百万 token $3.20(按 3:1 混合为 $1.10),为 2026年11月16日的标价。输出速度约为 92 token/秒(OpenRouter)。发布于 2026年2月24日。

要点(截至 2026年11月16日)

  • Qwen3.5-122B-A10B 的 API 价格为输入每百万 token $0.400、输出每百万 token $3.20(按 3:1 混合为 $1.10)(标价,2026年11月16日)。
  • Qwen3.5-122B-A10B 的输出速度约为 92 token/秒(OpenRouter,2026年11月16日)。
  • Qwen3.5-122B-A10B 于 2026年2月24日发布(Alibaba)。

详细说明:Qwen3.5-122B-A10B 是 Alibaba 的开放权重推理模型,发布于 2026年2月24日。其最佳配置在 BenchLeader Index 上得分 54.1 ±6.1,在 608 个配置中排第 241 名,处于上半区。关键在于这个“±”:另有 333 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(60),编程最低(45)。按混合价格计,每百万 token $1.10,价格居中。输出速度为 92 token/秒,首 token 延迟 1.1 秒,比大多数模型快。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$1.10/M
输入 $0.400 · 输出 $3.20
来源:models.dev
输出速度
92 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
1.12 s
上下文
262k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年2月24日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index54
  2. 推理59
  3. 编程45
  4. 数学60
  5. 人类偏好59
  6. 多模态57

嵌入这个排名

更多徽章样式
[![Qwen3.5-122B-A10B on BenchLeader: 综合第 116 名](https://www.benchleader.com/badge/qwen3-5-122b-a10b.svg?style=compact)](https://www.benchleader.com/models/qwen3-5-122b-a10b)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理48.4#382100 tok/s4.42 s$0.0011智能体与工具 45 · 编程 33 · 指令遵循 52 · 长上下文 55 · 多模态 52
thinking53.9#246105 tok/s18 s$0.0011智能体与工具 49 · 指令遵循 74 · 长上下文 63 · 多模态 57 · 推理 37
未说明最佳54.1#24192 tok/s1.12 s$0.0011编程 45 · 人类偏好 59 · 数学 60 · 多模态 57 · 推理 59

Index 走势

2026年9月8日 至 2026年11月16日
415263
  • 默认
  • thinking
  • 无推理

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试无推理thinking来源趋势
AA Openness Index不计入 Index38.9#15538.9#155Artificial Analysis

推理

基准测试无推理thinking默认来源趋势
Arena Hard Prompts推理强度未说明––1433#140Arena (LMArena)
GPQA Diamond (AA)不计入 Index82.7%#17185.7%#123–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index15.9%#26325.2%#201–Artificial Analysis
HLE-Diamond (AA)–7.3%#129–Artificial Analysis
CritPt不计入 Index0.9%#2560.6%#274–Artificial Analysis
Arena Expert不计入 Index推理强度未说明––1441#129Arena (LMArena)
Mystery Game Puzzles不计入 Index17.0%#80––Epoch AI Benchmarking Hub
LMCA不计入 Index32.2%#139––Epoch AI Benchmarking Hub
DTBench不计入 Index84.3%#117––Epoch AI Benchmarking Hub

编程

基准测试无推理thinking默认来源趋势
SciCode35.6%#209––SciCode
Arena Coding推理强度未说明––1458#140Arena (LMArena)
Arena WebDev推理强度未说明––1360#116Arena (LMArena)
SciCode (AA)不计入 Index–39.7%#195–Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index–0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index47.2%#12747.6%#126–Artificial Analysis

智能体与工具

基准测试无推理thinking来源趋势
Terminal-Bench Hard29.6%#11931.1%#109Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index84.5%#10393.6%#41Artificial Analysis
GDPval-AA v2.1, normalised score不计入 Index10.4%#11215.7%#103Artificial Analysis
GDPval-AA v2.1不计入 Index716#221821#207Artificial Analysis
τ³-Banking (AA)10.3%#14515.3%#120Artificial Analysis
AutomationBench不计入 Index–5.5%#196Artificial Analysis
GDP.pdf (AA)不计入 Index–3.4%#214Artificial Analysis
AA-Briefcase v1.1不计入 Index–499#215Artificial Analysis

数学

基准测试默认来源趋势
Arena Maths1425#115Arena (LMArena)

知识

基准测试无推理thinking来源趋势
Global-MMLU-Lite (AA)不计入 Index85.9%#3589.1%#22Artificial Analysis

指令遵循

基准测试无推理thinking默认来源趋势
IFBench50.8%#17175.7%#27–Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明––1406#136Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1416#134Arena (LMArena)
Arena Creative Writing不计入 Index1365#158Arena (LMArena)
Arena Multi-turn不计入 Index1419#134Arena (LMArena)
Arena Longer Queries不计入 Index1418#143Arena (LMArena)

多模态

基准测试无推理thinking默认来源趋势
Arena Vision推理强度未说明––1244#69Arena (LMArena)
MMMU-Pro70.3%#15975.0%#118–Artificial Analysis

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.161.3%#29276.3%#162Artificial Analysis
MLCR不计入 Index–7.8%#139Artificial Analysis

综合

基准测试无推理thinking来源趋势
AA Intelligence Index v4.3.2不计入 Index17.8#26915.6#289Artificial Analysis
AA Progress Index v1不计入 Index249.7#261261.5#238Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Alibaba Cloud Int.126 tok/s0.55 s$0.260$2.08262k–
NovitaAI74 tok/s1.15 s$0.400$3.20262kbf16
SiliconFlow54 tok/s1.68 s$0.260$2.08262kfp8
AtlasCloud40 tok/s2.20 s$0.300$2.40262kfp8

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0011–4.4 s
总结一份 30 页的报告12,000 / 600$0.0067–7.6 s
代码编辑6,000 / 1,500$0.0072–17.4 s
智能体编程会话60,000 / 4,000$0.037–44.6 s
结构化信息提取2,000 / 200$0.0014–3.3 s

Alibaba 的更多模型

本月新上线

将 Qwen3.5-122B-A10B 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3.5-122B-A10B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Qwen3.5-122B-A10B on BenchLeader: 综合第 116 名](https://www.benchleader.com/badge/qwen3-5-122b-a10b.svg)](https://www.benchleader.com/models/qwen3-5-122b-a10b)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Qwen3.5-122B-A10B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-5-122b-a10b

BibTeX:

@misc{benchleader_qwen3_5_122b_a10b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.5-122B-A10B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-5-122b-a10b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen3.5-122B-A10B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.5-122B-A10B 的 BenchLeader Index 为 54.1 ±6.1。最强的是数学(60),最弱的是编程(45)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Qwen3.5-122B-A10B 排名第几?
截至 2026年11月16日,Qwen3.5-122B-A10B 在 608 个已排名配置中排第 241 名。另有 333 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Qwen3.5-122B-A10B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.5-122B-A10B 的价格为输入每百万 token $0.400、输出每百万 token $3.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.10。
Qwen3.5-122B-A10B 比 MiniMax M3.1 Flash 更好吗?
截至 2026年11月16日,MiniMax M3.1 Flash 与 Qwen3.5-122B-A10B 的质量不相上下(BenchLeader Index 54.3 比 54.1,在 ±7.6 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Qwen3.5-122B-A10B 是什么时候发布的?
Alibaba 于 2026年2月24日发布了 Qwen3.5-122B-A10B。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Qwen3.5-122B-A10B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-5-122b-a10b。