BenchLeader

Qwen3.6 27B

推理强度
质量第 96 / 339 名
55.9Index
高于中位数
较中位数 +5.7
价格第 154 / 255 名
$1.35每百万 token
比多数贵
中位数的 1.6 倍
速度第 152 / 216 名
60token/秒
低于中位数
中位数的 0.7 倍
性价比第 152 / 255 名
41.4分/$
低于中位数
中位数的 0.7 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index56
  2. 智能体与工具51
  3. 指令遵循67
  4. 多模态57
  5. 长上下文63

嵌入这个排名

更多徽章样式
[![Qwen3.6 27B on BenchLeader: 综合第 97 名](https://www.benchleader.com/badge/qwen3-6-27b.svg?style=compact)](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。

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 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 27B2026年8月14日55.1#221
Qwen3.6 27Bthinking本页2026年4月22日55.9#200
Qwen3.5-27B2026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。

推理强度Index排名速度首次回答聊天回复成本类别
无推理49.3#36248 tok/s7.22 s$0.0013智能体与工具 42 · 编程 36 · 指令遵循 48 · 长上下文 58 · 数学 46 · 多模态 54 · 推理 61
thinking最佳55.9#20060 tok/s49 s$0.0013智能体与工具 51 · 指令遵循 67 · 长上下文 63 · 多模态 57
未说明47.9#39654 tok/s0.55 s$0.0013人类偏好 21 · 知识 55 · 数学 50 · 推理 61

Index 走势

2026年9月9日 至 2026年11月16日
415263
  • 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 Index38.9#15538.9#155Artificial Analysis

推理

基准测试无推理thinking默认来源趋势
GPQA Diamond84.8%#104–85.9%#95Epoch AI Benchmarking Hub
LiveBench 1.0 Reasoning不计入 Index推理强度未说明––70.3%#66LiveBench
GPQA Diamond (AA)不计入 Index82.9%#16684.2%#148–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index15.1%#27023.1%#213–Artificial Analysis
CritPt不计入 Index0.9%#2561.1%#242–Artificial Analysis
Mystery Game Puzzles不计入 Index7.0%#128––Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明––34.5%#134Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––78.1%#148Epoch AI Benchmarking Hub

编程

基准测试无推理thinking默认来源趋势
SciCode37.3%#200––SciCode
LiveBench 1.0 Coding不计入 Index推理强度未说明––71.8%#58LiveBench
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%#59Vals AI
Vibe Code Bench v1.1不计入 Index推理强度未说明––11.9%#103Vals AI
Terminal-Bench 4.0 (AA)不计入 Index–0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index51.3%#12060.7%#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%#65LiveBench
Terminal-Bench Hard21.2%#16234.9%#82–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index93.6%#4194.2%#33–Artificial Analysis
GDPval-AA v2.1不计入 Index969#191993#187–Artificial Analysis
τ³-Banking (AA)9.3%#15316.7%#112–Artificial Analysis
Terminal-Bench 2.0 (Vals)不计入 Index推理强度未说明––44.9%#23Vals 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 1–334.0%#7435.1%#71Epoch AI Benchmarking Hub
OTIS Mock AIME66.7%#16191.1%#79Epoch AI Benchmarking Hub
LiveBench Mathematics不计入 Index推理强度未说明–79.9%#61LiveBench

知识

基准测试默认来源趋势
LiveBench 1.0 Data Analysis不计入 Index70.4%#51LiveBench
CorpFin62.3%#49Vals AI
TaxEval71.3%#77Vals AI
CaseLaw v2不计入 Index53.2%#41Vals 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%#64LiveBench
LiveBench Instruction Following不计入 Index推理强度未说明––53.2%#67LiveBench
IFBench45.7%#20467.5%#85–Artificial Analysis

人类偏好

基准测试默认来源趋势
EQ-Bench 41015#31EQ-Bench

多模态

基准测试无推理thinking默认来源趋势
MMMU-Pro71.7%#14974.6%#121–Artificial Analysis
MortgageTax不计入 Index推理强度未说明––68.3%#18Vals AI

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.166.7%#26377.3%#148Artificial Analysis
MLCR不计入 Index–10.6%#119Artificial 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#83Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index推理强度未说明––64.0%#65LiveBench
AA Intelligence Index v4.3.2不计入 Index19.8#24621.4#224–Artificial Analysis
AA Progress Index v1不计入 Index257.7#245272.9#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 AI69 tok/s0.36 s$0.600$6.00262k–
DeepInfra59 tok/s0.50 s$0.320$3.20262kfp8
DeepInfra57 tok/s0.45 s$0.480$4.80262kfp8
Alibaba Cloud Int.54 tok/s0.78 s$0.450$2.70262k–
Venice40 tok/s0.85 s$0.325$3.25256kfp8
Chutes26 tok/s3.19 s$0.250$2.00262kfp8
SiliconFlow24 tok/s2.41 s$0.300$3.20262kfp8

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$0.001353.7 s
总结一份 30 页的报告12,000 / 600$0.0094$0.007358.7 s
代码编辑6,000 / 1,500$0.0090$0.00801.2 min
智能体编程会话60,000 / 4,000$0.050$0.0401.9 min
结构化信息提取2,000 / 200$0.0019$0.001652.0 s

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 Qwen3.6 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。

[![Qwen3.6 27B on BenchLeader: 综合第 97 名](https://www.benchleader.com/badge/qwen3-6-27b.svg)](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}
}

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

Qwen3.6 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。