BenchLeader

Qwen3.5-4B

推理强度
质量第 205 / 339 名
46.7Index
低于中位数
较中位数 −3.5
价格第 6 / 255 名
$0.060每百万 token
最便宜的 10%
中位数的 0.1 倍
速度第 200 / 216 名
34token/秒
后四分之一
中位数的 0.4 倍
性价比第 4 / 255 名
778.3分/$
前 10%
中位数的 14 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,Qwen3.5-4B(Alibaba)在 BenchLeader Index 上得分 46.7(共 608 个已排名配置)。表现最好的是长上下文(56),最弱的是指令遵循(38)。API 价格为输入每百万 token $0.330、输出每百万 token $1.00(按 3:1 混合为 $0.499),为 2026年11月16日的标价。输出速度约为 34 token/秒(Artificial Analysis)。发布于 2026年2月24日。

要点(截至 2026年11月16日)

  • Qwen3.5-4B 的 API 价格为输入每百万 token $0.330、输出每百万 token $1.00(按 3:1 混合为 $0.499)(标价,2026年11月16日)。
  • Qwen3.5-4B 的输出速度约为 34 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen3.5-4B 于 2026年2月24日发布(Alibaba)。

详细说明:Qwen3.5-4B 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(推理强度 thinking)在 BenchLeader Index 上得分 46.7 ±9.4,在 608 个配置中排第 425 名,处于下半区。关键在于这个“±”:另有 382 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,长上下文得分最高(56),指令遵循最低(38)。按混合价格计,每百万 token $0.060,属于已排名模型中最便宜的五分之一。输出速度为 34 token/秒,首次回答需 90.9 秒,位于最慢的四分之一。它已在 2 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10月22日。

混合价格
$0.060/M
输入 $0.030 · 输出 $0.150
来源:Artificial Analysis
输出速度
34 tok/s
由 Artificial Analysis 测量
首次回答
91 s
上下文
66k
来源:models.dev
完整回答
355 s
最近一次测量 2026年11月13日
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 Index47
  2. 智能体与工具39
  3. 指令遵循38
  4. 多模态47
  5. 长上下文56

嵌入这个排名

更多徽章样式
[![Qwen3.5-4B on BenchLeader: 综合第 202 名](https://www.benchleader.com/badge/qwen3-5-4b.svg?style=compact)](https://www.benchleader.com/models/qwen3-5-4b)

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43.9#47835 tok/s1.42 s$0.0001智能体与工具 36 · 指令遵循 37 · 长上下文 41 · 数学 47 · 多模态 44
thinking最佳46.7#42534 tok/s91 s$0.0001智能体与工具 39 · 指令遵循 38 · 长上下文 56 · 多模态 47

Index 走势

2026年9月9日 至 2026年11月16日
334659
  • 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
AA Openness Index不计入 Index38.9#15538.9#155Artificial Analysis

推理

基准测试无推理thinking来源
GPQA Diamond (AA)不计入 Index71.2%#29477.1%#228Artificial Analysis
Humanity's Last Exam (AA)不计入 Index8.0%#3759.9%#345Artificial Analysis
CritPt不计入 Index0.0%#3370.0%#337Artificial Analysis

编程

基准测试无推理thinking来源
Terminal-Bench 2.1 (AA)不计入 Index21.4%#17325.8%#170Artificial Analysis

智能体与工具

基准测试无推理thinking来源
Terminal-Bench Hard11.4%#22018.2%#175Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index87.7%#7792.1%#54Artificial Analysis
τ³-Banking (AA)4.3%#1976.8%#168Artificial Analysis

数学

基准测试无推理来源
OTIS Mock AIME55.8%#185Epoch AI Benchmarking Hub

指令遵循

基准测试无推理thinking来源
IFBench33.3%#33552.0%#165Artificial Analysis
MultiChallenge–25.1%#43Scale AI SEAL

多模态

基准测试无推理thinking来源
MMMU-Pro62.1%#21365.4%#189Artificial Analysis

长上下文

基准测试无推理thinking来源
AA-LCR v1.134.7%#40163.0%#287Artificial Analysis

综合

基准测试无推理thinking来源
AA Intelligence Index v4.3.2不计入 Index10.8#38213.1#326Artificial Analysis
AA Progress Index v1不计入 Index212.1#375231.1#316Artificial Analysis

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 $0.066。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$0.0001$0.00011.7 min
总结一份 30 页的报告12,000 / 600$0.0005$0.00081.8 min
代码编辑6,000 / 1,500$0.0004$0.00062.3 min
智能体编程会话60,000 / 4,000$0.0024$0.00403.5 min
结构化信息提取2,000 / 200$0.0001$0.00011.6 min

Alibaba 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3.5-4B 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。

[![Qwen3.5-4B on BenchLeader: 综合第 202 名](https://www.benchleader.com/badge/qwen3-5-4b.svg)](https://www.benchleader.com/models/qwen3-5-4b)

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

BibTeX:

@misc{benchleader_qwen3_5_4b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.5-4B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-5-4b}},
  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

Qwen3.5-4B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.5-4B(推理强度 thinking)的 BenchLeader Index 为 46.7 ±9.4。最强的是长上下文(56),最弱的是指令遵循(38)。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。
Qwen3.5-4B 排名第几?
截至 2026年11月16日,Qwen3.5-4B(推理强度 thinking)在 608 个已排名配置中排第 425 名。另有 382 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。
Qwen3.5-4B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.5-4B 的价格为输入每百万 token $0.030、输出每百万 token $0.150,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.060。
Qwen3.5-4B 是什么时候发布的?
Alibaba 于 2026年2月24日发布了 Qwen3.5-4B。BenchLeader 收录了它在 2 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,《Qwen3.5-4B: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/qwen3-5-4b。