Qwen3.6 27B
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 90%。
有 22 个更便宜的已排名模型得分更高:Kimi K2.5 (59.4, $1.20)、Qwen3.6 Plus (59.0, $1.13)、Gemini 3 Flash (58.9, $1.13),另有 19 个。
截至 2026年11月16日,Qwen3.6 27B(Alibaba)在 BenchLeader Index 上得分 55.9(共 608 个已排名配置)。表现最好的是指令遵循(67),最弱的是智能体与工具(51)。API 价格为输入每百万 token $0.600、输出每百万 token $3.60(按 3:1 混合为 $1.35),为 2026年11月16日的标价。输出速度约为 60 token/秒(Artificial Analysis)。发布于 2026年4月22日。
要点(截至 2026年11月16日)
- Qwen3.6 27B 的 API 价格为输入每百万 token $0.600、输出每百万 token $3.60(按 3:1 混合为 $1.35)(标价,2026年11月16日)。
- Qwen3.6 27B 的输出速度约为 60 token/秒(Artificial Analysis,2026年11月16日)。
- Qwen3.6 27B 于 2026年4月22日发布(Alibaba)。
详细说明:Qwen3.6 27B 是 Alibaba 的开放权重推理模型,发布于 2026年4月22日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 55.9 ±7.0,在 608 个配置中排第 200 名,处于上半区。关键在于这个“±”:另有 344 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(67),智能体与工具最低(51)。按混合价格计,每百万 token $1.35,比大多数已排名模型贵。输出速度为 60 token/秒,首次回答需 48.7 秒,比大多数模型慢。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4月22日。数据较旧:六个月内没有新结果
- 混合价格
- $1.35/M
- 输入 $0.600 · 输出 $3.60
- 来源:Artificial Analysis
- 输出速度
- 60 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 49 s
- 首 token 0.55 s
- 上下文
- 262k
- 来源:models.dev
- 完整回答
- 116 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4月22日
- 综合 Index56
- 智能体与工具51
- 指令遵循67
- 多模态57
- 长上下文63
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwen3-6-27b)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。
版本
Alibaba 以这个名称发布过 3 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 |
|---|---|---|---|
| Qwen3.8 27B | 2026年8月14日 | 55.1 | #221 |
| Qwen3.6 27Bthinking本页 | 2026年4月22日 | 55.9 | #200 |
| Qwen3.5-27B | 2026年2月24日 | 52.0 | #292 |
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 | 84.8%#104 | – | 85.9%#95 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Reasoning不计入 Index推理强度未说明 | – | – | 70.3%#66 | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 82.9%#166 | 84.2%#148 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 15.1%#270 | 23.1%#213 | – | Artificial Analysis | |
| CritPt不计入 Index | 0.9%#256 | 1.1%#242 | – | Artificial Analysis | |
| Mystery Game Puzzles不计入 Index | 7.0%#128 | – | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | – | 34.5%#134 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 78.1%#148 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SciCode | 37.3%#200 | – | – | SciCode | |
| LiveBench 1.0 Coding不计入 Index推理强度未说明 | – | – | 71.8%#58 | LiveBench | |
| SciCode (AA)不计入 Index | – | 42.8%#175 | – | Artificial Analysis | |
| SWE-bench (Vals)不计入 Index推理强度未说明 | – | – | 70.0%#59 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | – | 11.9%#103 | Vals AI | |
| Terminal-Bench 4.0 (AA)不计入 Index | – | 0.0%#186 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 51.3%#120 | 60.7%#100 | – | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Agentic Coding不计入 Index推理强度未说明 | – | – | 39.3%#65 | LiveBench | |
| Terminal-Bench Hard | 21.2%#162 | 34.9%#82 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 93.6%#41 | 94.2%#33 | – | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 969#191 | 993#187 | – | Artificial Analysis | |
| τ³-Banking (AA) | 9.3%#153 | 16.7%#112 | – | Artificial Analysis | |
| Terminal-Bench 2.0 (Vals)不计入 Index推理强度未说明 | – | – | 44.9%#23 | Vals AI | |
| AutomationBench不计入 Index | – | 11.1%#187 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | – | 11.0%#157 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | – | 816#189 | – | Artificial Analysis |
数学
| 基准测试 | 无推理 | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 34.0%#74 | 35.1%#71 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 66.7%#161 | 91.1%#79 | Epoch AI Benchmarking Hub | |
| LiveBench Mathematics不计入 Index推理强度未说明 | – | 79.9%#61 | LiveBench |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| LiveBench 1.0 Data Analysis不计入 Index | 70.4%#51 | LiveBench | |
| CorpFin | 62.3%#49 | Vals AI | |
| TaxEval | 71.3%#77 | Vals AI | |
| CaseLaw v2不计入 Index | 53.2%#41 | Vals AI |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Language不计入 Index推理强度未说明 | – | – | 63.3%#64 | LiveBench | |
| LiveBench Instruction Following不计入 Index推理强度未说明 | – | – | 53.2%#67 | LiveBench | |
| IFBench | 45.7%#204 | 67.5%#85 | – | Artificial Analysis |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| EQ-Bench 4 | 1015#31 | EQ-Bench |
多模态
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| MMMU-Pro | 71.7%#149 | 74.6%#121 | – | Artificial Analysis | |
| MortgageTax不计入 Index推理强度未说明 | – | – | 68.3%#18 | Vals AI |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 66.7%#263 | 77.3%#148 | Artificial Analysis | |
| MLCR不计入 Index | – | 10.6%#119 | 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 | – | – | 146.7#83 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index推理强度未说明 | – | – | 64.0%#65 | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 19.8#246 | 21.4#224 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 257.7#245 | 272.9#194 | – | 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 |
|---|---|---|---|---|---|---|
| Reka AI | 69 tok/s | 0.36 s | $0.600 | $6.00 | 262k | – |
| DeepInfra | 59 tok/s | 0.50 s | $0.320 | $3.20 | 262k | fp8 |
| DeepInfra | 57 tok/s | 0.45 s | $0.480 | $4.80 | 262k | fp8 |
| Alibaba Cloud Int. | 54 tok/s | 0.78 s | $0.450 | $2.70 | 262k | – |
| Venice | 40 tok/s | 0.85 s | $0.325 | $3.25 | 256k | fp8 |
| Chutes | 26 tok/s | 3.19 s | $0.250 | $2.00 | 262k | fp8 |
| SiliconFlow | 24 tok/s | 2.41 s | $0.300 | $3.20 | 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,价格为每百万 token $0.372。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 | $0.0013 | $0.0013 | 53.7 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0094 | $0.0073 | 58.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.0090 | $0.0080 | 1.2 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.050 | $0.040 | 1.9 min |
| 结构化信息提取 | 2,000 / 200 | $0.0019 | $0.0016 | 52.0 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Qwen3.6 27B 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/qwen3-6-27b)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). Qwen3.6 27B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-6-27b
BibTeX:
@misc{benchleader_qwen3_6_27b_20261116,
author = {{BenchLeader}},
title = {{Qwen3.6 27B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwen3-6-27b}},
note = {Data as of 2026-11-16}
}常见问题
- Qwen3.6 27B 的基准测试得分是多少?
- 截至 2026年11月16日,Qwen3.6 27B(推理强度 thinking)的 BenchLeader Index 为 55.9 ±7.0。最强的是指令遵循(67),最弱的是智能体与工具(51)。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。
- Qwen3.6 27B 排名第几?
- 截至 2026年11月16日,Qwen3.6 27B(推理强度 thinking)在 608 个已排名配置中排第 200 名。另有 344 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。
- Qwen3.6 27B 每百万 token 的价格是多少?
- 截至 2026年11月16日,Qwen3.6 27B 的价格为输入每百万 token $0.600、输出每百万 token $3.60,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.35。
- Qwen3.6 27B 是什么时候发布的?
- Alibaba 于 2026年4月22日发布了 Qwen3.6 27B。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,《Qwen3.6 27B: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/qwen3-6-27b。