Qwen3.5-9B
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 26%。
有 7 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138),另有 4 个。
截至 2026年11月16日,Qwen3.5-9B(Alibaba)在 BenchLeader Index 上得分 50.4(共 608 个已排名配置)。表现最好的是指令遵循(66),最弱的是推理(35)。API 价格为输入每百万 token $0.170、输出每百万 token $0.250(按 3:1 混合为 $0.190),为 2026年11月16日的标价。输出速度约为 83 token/秒(Artificial Analysis)。发布于 2026年2月24日。
要点(截至 2026年11月16日)
- Qwen3.5-9B 的 API 价格为输入每百万 token $0.170、输出每百万 token $0.250(按 3:1 混合为 $0.190)(标价,2026年11月16日)。
- Qwen3.5-9B 的输出速度约为 83 token/秒(Artificial Analysis,2026年11月16日)。
- Qwen3.5-9B 于 2026年2月24日发布(Alibaba)。
详细说明:Qwen3.5-9B 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 50.4 ±9.5,在 608 个配置中排第 339 名,处于下半区。关键在于这个“±”:另有 426 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,指令遵循得分最高(66),推理最低(35)。按混合价格计,每百万 token $0.155,属于已排名模型中最便宜的五分之一。输出速度为 83 token/秒,首次回答需 42.0 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3月2日。数据较旧:六个月内没有新结果
- 混合价格
- $0.155/M
- 输入 $0.140 · 输出 $0.200
- 来源:Artificial Analysis
- 输出速度
- 83 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 42 s
- 首 token 0.51 s
- 上下文
- 262k
- 来源:models.dev
- 完整回答
- 122 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
- 综合 Index50
- 推理35
- 智能体与工具41
- 指令遵循66
- 多模态51
- 长上下文59
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwen3-5-9b)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9日 至 2026年11月16日- thinking
- 无推理
- 默认
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 |
|---|---|---|---|---|---|
| GPQA Diamond | 78.9%#142 | – | 79.0%#141 | Epoch AI Benchmarking Hub | |
| GPQA Diamond (AA)不计入 Index | 78.6%#211 | 80.6%#193 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 9.4%#356 | 14.9%#272 | – | Artificial Analysis | |
| HLE-Diamond (AA) | – | 4.8%#149 | – | Artificial Analysis | |
| CritPt不计入 Index | 0.6%#274 | 0.3%#291 | – | Artificial Analysis | |
| LMCA不计入 Index推理强度未说明 | – | – | 24.5%#158 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 71.2%#163 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SciCode推理强度未说明 | – | – | 29.5%#218 | SciCode | |
| SciCode (AA)不计入 Index | – | 29.5%#231 | – | Artificial Analysis | |
| Terminal-Bench 4.0 (AA)不计入 Index | – | 0.5%#172 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 21.4%#173 | 29.2%#160 | – | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Terminal-Bench推理强度未说明 | – | – | 9.2%#101 | Terminal-Bench | |
| Terminal-Bench Hard | 18.2%#175 | 24.2%#147 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 85.1%#95 | 86.8%#84 | – | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | – | 0.0%#124 | – | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | – | 426#252 | – | Artificial Analysis | |
| τ³-Banking (AA) | – | 7.0%#166 | – | Artificial Analysis | |
| AutomationBench不计入 Index | – | 1.1%#229 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | – | 6.6%#182 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | – | 342#229 | – | Artificial Analysis |
数学
| 基准测试 | 无推理 | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| OTIS Mock AIME | 61.7%#174 | 42.8%#208 | Epoch AI Benchmarking Hub | |
| AIME 2026推理强度未说明可能存在污染 | – | 92.5%#24 | MathArena | |
| HMMT February 2026推理强度未说明可能存在污染 | – | 71.2%#29 | MathArena | |
| MathArena Apex推理强度未说明可能存在污染 | – | 0.5%#42 | MathArena |
指令遵循
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 37.8%#293 | 66.7%#91 | Artificial Analysis |
多模态
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| MMMU-Pro | 66.8%#182 | 69.3%#166 | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 46.0%#354 | 70.0%#232 | Artificial 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 | – | – | 139.3#117 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 13.3#322 | 11.2#369 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 224.8#337 | 239.6#292 | – | 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 |
|---|---|---|---|---|---|---|
| Together | 118 tok/s | 0.18 s | $0.170 | $0.250 | 262k | – |
| Prime Intellect | 81 tok/s | 0.36 s | $0.165 | $0.243 | 262k | bf16 |
| Parasail | 72 tok/s | 0.88 s | $0.100 | $0.250 | 262k | bf16 |
| Darkbloom | 71 tok/s | 0.95 s | $0.080 | $0.130 | 262k | fp4 |
| DeepInfra | 51 tok/s | 1.41 s | $0.100 | $0.150 | 262k | bf16 |
| SiliconFlow | 30 tok/s | 1.52 s | $0.100 | $0.150 | 262k | fp8 |
| DeepInfra | 25 tok/s | 10 s | $0.150 | $0.225 | 262k | bf16 |
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 $0.137。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 | $0.0001 | 45.7 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0018 | $0.0018 | 49.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.0011 | $0.0011 | 1.0 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.0092 | $0.0091 | 1.5 min |
| 结构化信息提取 | 2,000 / 200 | $0.0003 | $0.0003 | 44.4 s |
Alibaba 的更多模型
将 Qwen3.5-9B 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 Qwen3.5-9B 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/qwen3-5-9b)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). Qwen3.5-9B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-5-9b
BibTeX:
@misc{benchleader_qwen3_5_9b_20261116,
author = {{BenchLeader}},
title = {{Qwen3.5-9B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwen3-5-9b}},
note = {Data as of 2026-11-16}
}常见问题
- Qwen3.5-9B 的基准测试得分是多少?
- 截至 2026年11月16日,Qwen3.5-9B(推理强度 thinking)的 BenchLeader Index 为 50.4 ±9.5。最强的是指令遵循(66),最弱的是推理(35)。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。
- Qwen3.5-9B 排名第几?
- 截至 2026年11月16日,Qwen3.5-9B(推理强度 thinking)在 608 个已排名配置中排第 339 名。另有 426 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。
- Qwen3.5-9B 每百万 token 的价格是多少?
- 截至 2026年11月16日,Qwen3.5-9B 的价格为输入每百万 token $0.140、输出每百万 token $0.200,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.155。
- Qwen3.5-9B 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 Qwen3.5-9B(推理强度 thinking)的质量不相上下(BenchLeader Index 50.4 比 50.4,在 ±12.9 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。
- Qwen3.5-9B 是什么时候发布的?
- Alibaba 于 2026年2月24日发布了 Qwen3.5-9B。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,《Qwen3.5-9B: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/qwen3-5-9b。