Qwen3.5-122B-A10B
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
- 综合 Index54
- 推理59
- 编程45
- 数学60
- 人类偏好59
- 多模态57
嵌入这个排名
更多徽章样式[](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。
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。
Index 走势
2026年9月8日 至 2026年11月16日- 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 Index | 38.9#155 | 38.9#155 | Artificial 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#140 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 82.7%#171 | 85.7%#123 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 15.9%#263 | 25.2%#201 | – | Artificial Analysis | |
| HLE-Diamond (AA) | – | 7.3%#129 | – | Artificial Analysis | |
| CritPt不计入 Index | 0.9%#256 | 0.6%#274 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1441#129 | Arena (LMArena) | |
| Mystery Game Puzzles不计入 Index | 17.0%#80 | – | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 32.2%#139 | – | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 84.3%#117 | – | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SciCode | 35.6%#209 | – | – | SciCode | |
| Arena Coding推理强度未说明 | – | – | 1458#140 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | 1360#116 | Arena (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 Index | 47.2%#127 | 47.6%#126 | – | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Terminal-Bench Hard | 29.6%#119 | 31.1%#109 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 84.5%#103 | 93.6%#41 | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | 10.4%#112 | 15.7%#103 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 716#221 | 821#207 | Artificial Analysis | |
| τ³-Banking (AA) | 10.3%#145 | 15.3%#120 | Artificial Analysis | |
| AutomationBench不计入 Index | – | 5.5%#196 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | – | 3.4%#214 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | – | 499#215 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1425#115 | Arena (LMArena) |
知识
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Global-MMLU-Lite (AA)不计入 Index | 85.9%#35 | 89.1%#22 | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 50.8%#171 | 75.7%#27 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1406#136 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1416#134 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1365#158 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1419#134 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1418#143 | Arena (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#69 | Arena (LMArena) | |
| MMMU-Pro | 70.3%#159 | 75.0%#118 | – | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 61.3%#292 | 76.3%#162 | Artificial Analysis | |
| MLCR不计入 Index | – | 7.8%#139 | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 17.8#269 | 15.6#289 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 249.7#261 | 261.5#238 | Artificial 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/s | 0.55 s | $0.260 | $2.08 | 262k | – |
| NovitaAI | 74 tok/s | 1.15 s | $0.400 | $3.20 | 262k | bf16 |
| SiliconFlow | 54 tok/s | 1.68 s | $0.260 | $2.08 | 262k | fp8 |
| AtlasCloud | 40 tok/s | 2.20 s | $0.300 | $2.40 | 262k | fp8 |
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
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。
[](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}
}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。