BenchLeader

Qwen3.6 Flash

推理强度
质量第 230 / 339 名
43.8Index
低于中位数
较中位数 −6.4
价格第 101 / 255 名
$0.563每百万 token
比多数便宜
中位数的 0.7 倍
速度第 117 / 216 名
77token/秒
低于中位数
中位数的 0.9 倍
性价比第 104 / 255 名
77.8分/$
高于中位数
中位数的 1.4 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 14 分之一。

有 59 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 56 个。

截至 2026年11月16日,Qwen3.6 Flash(Alibaba)在 BenchLeader Index 上得分 43.8(共 608 个已排名配置)。表现最好的是推理(49),最弱的是知识(29)。API 价格为输入每百万 token $0.250、输出每百万 token $1.50(按 3:1 混合为 $0.563),为 2026年11月16日的标价。输出速度约为 77 token/秒(OpenRouter)。发布于 2026年4月27日。

要点(截至 2026年11月16日)

  • Qwen3.6 Flash 的 API 价格为输入每百万 token $0.250、输出每百万 token $1.50(按 3:1 混合为 $0.563)(标价,2026年11月16日)。
  • Qwen3.6 Flash 的输出速度约为 77 token/秒(OpenRouter,2026年11月16日)。
  • Qwen3.6 Flash 于 2026年4月27日发布(Alibaba)。

详细说明:Qwen3.6 Flash 是 Alibaba 的闭源推理模型,发布于 2026年4月27日。其最佳配置在 BenchLeader Index 上得分 43.8 ±11.5,在 608 个配置中排第 480 名,处于下半区。关键在于这个“±”:另有 387 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(49),知识最低(29)。按混合价格计,每百万 token $0.563,比大多数已排名模型便宜。输出速度为 77 token/秒,首 token 延迟 0.6 秒,比大多数模型慢。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4月27日。数据较旧:六个月内没有新结果

混合价格
$0.563/M
输入 $0.250 · 输出 $1.50
来源:models.dev
输出速度
77 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.56 s
上下文
1M
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年4月27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 Index44
  2. 推理49
  3. 数学43
  4. 知识29

嵌入这个排名

更多徽章样式
[![Qwen3.6 Flash on BenchLeader: 综合第 224 名](https://www.benchleader.com/badge/qwen3-6-flash.svg?style=compact)](https://www.benchleader.com/models/qwen3-6-flash)

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 4 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 Flash无推理2026年8月26日––
Qwen3.7 Flash无推理2026年7月27日––
Qwen3.6 Flash本页2026年4月27日43.8#480
Qwen3.5 Flash2026年2月25日51.8#300

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––77 tok/s0.56 s$0.0006数学 37
未说明最佳43.8#48077 tok/s0.56 s$0.0006知识 29 · 数学 43 · 推理 49

Index 走势

2026年9月8日 至 2026年11月16日
324456

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。

推理

基准测试无推理默认来源趋势
GPQA Diamond推理强度未说明–83.3%#114Epoch AI Benchmarking Hub
SimpleBench推理强度未说明–35.2%#84SimpleBench
Chess Puzzles不计入 Index推理强度未说明–12.0%#127Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index18.0%#7412.0%#108Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明–31.0%#140Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明–77.1%#150Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
ALE-Bench不计入 Index326.4#128Epoch AI Benchmarking Hub

数学

基准测试无推理默认来源趋势
FrontierMath Tiers 1–322.5%#8917.2%#104Epoch AI Benchmarking Hub
OTIS Mock AIME推理强度未说明–84.4%#109Epoch AI Benchmarking Hub

知识

基准测试默认来源趋势
SimpleQA Verified15.9%#90Epoch AI Benchmarking Hub

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index143.7#99Epoch AI Benchmarking Hub

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
Alibaba Cloud Int.77 tok/s0.57 s$0.188$1.131M–

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.413$0.825$1.24$1.6526年9月26年10月26年11月
输入 输出
当前:输入 $0.250 · 输出 $1.50

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 $0.025。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$0.0006$0.00054.5 s
总结一份 30 页的报告12,000 / 600$0.0039$0.00198.4 s
代码编辑6,000 / 1,500$0.0038$0.002720.0 s
智能体编程会话60,000 / 4,000$0.021$0.01152.5 s
结构化信息提取2,000 / 200$0.0008$0.00053.2 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 Flash 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 Flash on BenchLeader: 综合第 224 名](https://www.benchleader.com/badge/qwen3-6-flash.svg)](https://www.benchleader.com/models/qwen3-6-flash)

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 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-6-flash

BibTeX:

@misc{benchleader_qwen3_6_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.6 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-6-flash}},
  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 Flash 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.6 Flash 的 BenchLeader Index 为 43.8 ±11.5。最强的是推理(49),最弱的是知识(29)。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 Flash 排名第几?
截至 2026年11月16日,Qwen3.6 Flash 在 608 个已排名配置中排第 480 名。另有 387 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 Flash 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.6 Flash 的价格为输入每百万 token $0.250、输出每百万 token $1.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.563。标价最近一次变动是在 2026年11月4日。
Qwen3.6 Flash 是什么时候发布的?
Alibaba 于 2026年4月27日发布了 Qwen3.6 Flash。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,《Qwen3.6 Flash: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-flash。