BenchLeader

Qwen3.5-35B-A3B

推理强度
质量第 172 / 339 名
49.9Index
低于中位数
较中位数 −0.3
价格第 112 / 255 名
$0.688每百万 token
比多数便宜
中位数的 0.8 倍
速度第 210 / 216 名
27token/秒
后四分之一
中位数的 0.3 倍
性价比第 110 / 255 名
72.5分/$
高于中位数
中位数的 1.3 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 83%。

有 46 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 43 个。

截至 2026年11月16日,Qwen3.5-35B-A3B(Alibaba)在 BenchLeader Index 上得分 49.9(共 608 个已排名配置)。表现最好的是推理(59),最弱的是编程(37)。API 价格为输入每百万 token $0.250、输出每百万 token $2.00(按 3:1 混合为 $0.688),为 2026年11月16日的标价。输出速度约为 27 token/秒(OpenRouter)。发布于 2026年2月24日。

要点(截至 2026年11月16日)

  • Qwen3.5-35B-A3B 的 API 价格为输入每百万 token $0.250、输出每百万 token $2.00(按 3:1 混合为 $0.688)(标价,2026年11月16日)。
  • Qwen3.5-35B-A3B 的输出速度约为 27 token/秒(OpenRouter,2026年11月16日)。
  • Qwen3.5-35B-A3B 于 2026年2月24日发布(Alibaba)。

详细说明:Qwen3.5-35B-A3B 是 Alibaba 的开放权重模型,发布于 2026年2月24日。其最佳配置在 BenchLeader Index 上得分 49.9 ±5.9,在 608 个配置中排第 351 名,处于下半区。关键在于这个“±”:另有 300 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,推理得分最高(59),编程最低(37)。按混合价格计,每百万 token $0.688,价格居中。输出速度为 27 token/秒,首 token 延迟 0.5 秒,位于最慢的四分之一。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
$0.688/M
输入 $0.250 · 输出 $2.00
来源:models.dev
输出速度
27 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.52 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 Index50
  2. 推理59
  3. 编程37
  4. 数学47
  5. 人类偏好56

嵌入这个排名

更多徽章样式
[![Qwen3.5-35B-A3B on BenchLeader: 综合第 169 名](https://www.benchleader.com/badge/qwen3-5-35b-a3b.svg?style=compact)](https://www.benchleader.com/models/qwen3-5-35b-a3b)

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

版本

Alibaba 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Qwen3.6 35B A3Bthinking2026年4月14日51.8#302
Qwen3.5-35B-A3B本页2026年2月24日49.9#351

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47.5#403110 tok/s3.54 s$0.0007智能体与工具 36 · 编程 24 · 指令遵循 47 · 长上下文 56 · 数学 53 · 多模态 51 · 推理 58
thinking––126 tok/s15 s$0.0007智能体与工具 57 · 指令遵循 71 · 长上下文 61 · 多模态 55
未说明最佳49.9#35127 tok/s0.52 s$0.0007编程 37 · 人类偏好 56 · 数学 47 · 推理 59

Index 走势

2026年9月8日 至 2026年11月16日
405060
  • 默认
  • 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
GPQA Diamond81.2%#132–83.5%#112Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明––1412#169Arena (LMArena)
GPQA Diamond (AA)不计入 Index81.9%#17984.5%#140–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index13.4%#28821.0%#229–Artificial Analysis
CritPt不计入 Index0.6%#2740.9%#256–Artificial Analysis
Arena Expert不计入 Index推理强度未说明––1420#152Arena (LMArena)
LMCA不计入 Index推理强度未说明––29.5%#145Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––80.0%#140Epoch AI Benchmarking Hub

编程

基准测试无推理默认来源趋势
SciCode29.3%#219–SciCode
Arena Coding推理强度未说明–1435#172Arena (LMArena)
Arena WebDev推理强度未说明–1253#137Arena (LMArena)
ALE-Bench不计入 Index推理强度未说明–221.8#137Epoch AI Benchmarking Hub
Terminal-Bench 2.1 (AA)不计入 Index40.8%#140–Artificial Analysis

智能体与工具

基准测试无推理thinking来源趋势
Terminal-Bench Hard10.6%#22626.5%#132Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index86.3%#8989.2%#70Artificial Analysis
GDPval-AA v2.1不计入 Index616#228–Artificial Analysis
τ³-Banking (AA)5.0%#188–Artificial Analysis
ITBench SRE (AA)不计入 Index–21.5%#39Artificial Analysis

数学

基准测试无推理默认来源趋势
OTIS Mock AIME70.0%#15154.4%#189Epoch AI Benchmarking Hub
AIME 2026推理强度未说明可能存在污染–93.3%#23MathArena
HMMT February 2026推理强度未说明可能存在污染–81.8%#26MathArena
MathArena Apex推理强度未说明可能存在污染–4.2%#28MathArena
Arena Maths推理强度未说明–1397#158Arena (LMArena)

知识

基准测试无推理thinking来源趋势
Global-MMLU-Lite (AA)不计入 Index82.4%#5686.4%#33Artificial Analysis

指令遵循

基准测试无推理thinking默认来源趋势
IFBench44.5%#21572.5%#47–Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明––1387#159Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1394#165Arena (LMArena)
Arena Creative Writing不计入 Index1342#184Arena (LMArena)
Arena Multi-turn不计入 Index1394#168Arena (LMArena)
Arena Longer Queries不计入 Index1399#171Arena (LMArena)

多模态

基准测试无推理thinking来源趋势
MMMU-Pro69.2%#16972.7%#144Artificial Analysis

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.163.0%#28772.0%#208Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––144.0#97Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index15.1#29819.3#253–Artificial Analysis
AA Progress Index v1不计入 Index238.1#295248.4#267–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
Venice136 tok/s0.65 s$0.150$1.00256k–
Parasail112 tok/s0.61 s$0.150$1.00262kfp8
Alibaba Cloud Int.99 tok/s0.85 s$0.163$1.30262k–
Darkbloom65 tok/s0.88 s$0.065$0.750262kfp4
SiliconFlow60 tok/s0.76 s$0.240$1.80262kfp8
AtlasCloud43 tok/s4.23 s$0.225$1.80262kfp8
DeepInfra26 tok/s0.47 s$0.140$1.00262kfp8

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,价格为每百万 token $0.050。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$0.0007$0.000611.6 s
总结一份 30 页的报告12,000 / 600$0.0042$0.002422.7 s
代码编辑6,000 / 1,500$0.0045$0.003656.1 s
智能体编程会话60,000 / 4,000$0.023$0.0142.5 min
结构化信息提取2,000 / 200$0.0009$0.00067.9 s

Alibaba 的更多模型

本月新上线

将 Qwen3.5-35B-A3B 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 Qwen3.5-35B-A3B 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。

[![Qwen3.5-35B-A3B on BenchLeader: 综合第 169 名](https://www.benchleader.com/badge/qwen3-5-35b-a3b.svg)](https://www.benchleader.com/models/qwen3-5-35b-a3b)

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). Qwen3.5-35B-A3B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-5-35b-a3b

BibTeX:

@misc{benchleader_qwen3_5_35b_a3b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.5-35B-A3B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-5-35b-a3b}},
  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

Qwen3.5-35B-A3B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.5-35B-A3B 的 BenchLeader Index 为 49.9 ±5.9。最强的是推理(59),最弱的是编程(37)。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。
Qwen3.5-35B-A3B 排名第几?
截至 2026年11月16日,Qwen3.5-35B-A3B 在 608 个已排名配置中排第 351 名。另有 300 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。
Qwen3.5-35B-A3B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.5-35B-A3B 的价格为输入每百万 token $0.250、输出每百万 token $2.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.688。
Qwen3.5-35B-A3B 比 Nemotron 3.5 Super VL 120B A12B 更好吗?
截至 2026年11月16日,Nemotron 3.5 Super VL 120B A12B 与 Qwen3.5-35B-A3B 的质量不相上下(BenchLeader Index 50.4 比 49.9,在 ±10.6 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。
Qwen3.5-35B-A3B 是什么时候发布的?
Alibaba 于 2026年2月24日发布了 Qwen3.5-35B-A3B。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,《Qwen3.5-35B-A3B: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/qwen3-5-35b-a3b。