BenchLeader

Qwen3.6 Max

推理强度
质量第 25 / 339 名
62.1Index
前 10%
较中位数 +11.9
价格第 186 / 255 名
$2.92每百万 token
比多数贵
中位数的 3.4 倍
性价比第 184 / 255 名
21.2分/$
低于中位数
中位数的 0.4 倍

性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,价格只有一半。

有 2 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)。

截至 2026年11月16日,Qwen3.6 Max(Alibaba)在 BenchLeader Index 上得分 62.1(在 608 个已排名配置中前 100 名)。表现最好的是指令遵循(75),最弱的是编程(56)。API 价格为输入每百万 token $1.30、输出每百万 token $7.80(按 3:1 混合为 $2.92),为 2026年11月16日的标价。发布于 2026年4月20日。

要点(截至 2026年11月16日)

  • Qwen3.6 Max 的 API 价格为输入每百万 token $1.30、输出每百万 token $7.80(按 3:1 混合为 $2.92)(标价,2026年11月16日)。
  • Qwen3.6 Max 于 2026年4月20日发布(Alibaba)。

详细说明:Qwen3.6 Max 是 Alibaba 的闭源推理模型,发布于 2026年4月20日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 62.1 ±3.0,在 608 个配置中排第 54 名,处于上半区。关键在于这个“±”:另有 153 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(75),编程最低(56)。按混合价格计,每百万 token $2.92,比大多数已排名模型贵。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11月11日。

混合价格
$2.92/M
输入 $1.30 · 输出 $7.80
来源:models.dev
输出速度
–
首次回答
–
上下文
262k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年4月20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 Index62
  2. 推理61
  3. 编程56
  4. 智能体与工具72
  5. 数学64
  6. 知识60
  7. 指令遵循75
  8. 人类偏好65
  9. 长上下文65

嵌入这个排名

更多徽章样式
[![Qwen3.6 Max on BenchLeader: 综合第 26 名](https://www.benchleader.com/badge/qwen3-6-max.svg?style=compact)](https://www.benchleader.com/models/qwen3-6-max)

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 Maxmax2026年8月3日58.7#122
Qwen3.6 Maxmax本页2026年4月20日62.1#54
Qwen3.5 Maxmax–––

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–––––
max最佳62.1#54––$0.0029智能体与工具 72 · 编程 56 · 人类偏好 65 · 指令遵循 75 · 知识 60 · 长上下文 65 · 数学 64 · 推理 61

Index 走势

2026年9月10日 至 2026年11月16日
596367

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max来源趋势
GPQA Diamond–87.4%#84Epoch AI Benchmarking Hub
SimpleBench–63.0%#35SimpleBench
Arena Hard Prompts–1481#66Arena (LMArena)
GPQA Diamond (AA)不计入 Index–88.8%#87Artificial Analysis
Humanity's Last Exam (AA)不计入 Index–30.8%#159Artificial Analysis
CritPt不计入 Index–3.7%#190Artificial Analysis
Arena Expert不计入 Index–1497#51Arena (LMArena)
Mystery Game Puzzles不计入 Index19.0%#69–Epoch AI Benchmarking Hub
LMCA不计入 Index–42.5%#107Epoch AI Benchmarking Hub
DTBench不计入 Index–87.2%#108Epoch AI Benchmarking Hub

智能体与工具

基准测试max来源趋势
Terminal-Bench Hard43.9%#37Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index95.9%#15Artificial Analysis
Terminal-Bench 2.0 (Vals)不计入 Index51.7%#17Vals AI
Vending-Bench 2不计入 Index4254.2#43Andon Labs

数学

知识

基准测试max来源趋势
SimpleQA Verified52.0%#28Epoch AI Benchmarking Hub
CorpFin66.5%#19Vals AI
CaseLaw v2不计入 Index47.9%#51Vals AI

指令遵循

基准测试max来源趋势
IFBench76.6%#19Artificial Analysis
Arena Instruction Following不计入 Index1451#66Arena (LMArena)

人类偏好

基准测试max来源趋势
Arena Text1460#63Arena (LMArena)
Arena Creative Writing不计入 Index1438#62Arena (LMArena)
Arena Multi-turn不计入 Index1466#72Arena (LMArena)
Arena Longer Queries不计入 Index1473#60Arena (LMArena)

长上下文

基准测试max来源趋势
AA-LCR v1.180.7%#74Artificial Analysis

综合

基准测试max来源趋势
Epoch Capabilities Index不计入 Index149.8#69Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index28.4#141Artificial Analysis
AA Progress Index v1不计入 Index297.1#127Artificial Analysis

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$2.17$4.35$6.52$8.6926年9月26年10月26年11月
输入 输出
当前:输入 $1.30 · 输出 $7.80

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 $0.130。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$0.0029$0.0025–
总结一份 30 页的报告12,000 / 600$0.020$0.0098–
代码编辑6,000 / 1,500$0.019$0.014–
智能体编程会话60,000 / 4,000$0.109$0.057–
结构化信息提取2,000 / 200$0.0042$0.0024–

Alibaba 的更多模型

本月新上线

将 Qwen3.6 Max 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 Qwen3.6 Max 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 Max on BenchLeader: 综合第 26 名](https://www.benchleader.com/badge/qwen3-6-max.svg)](https://www.benchleader.com/models/qwen3-6-max)

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

BibTeX:

@misc{benchleader_qwen3_6_max_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.6 Max on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-6-max}},
  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 Max 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.6 Max(推理强度 max)的 BenchLeader Index 为 62.1 ±3.0(前 100 名)。最强的是指令遵循(75),最弱的是编程(56)。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 Max 排名第几?
截至 2026年11月16日,Qwen3.6 Max(推理强度 max)在 608 个已排名配置中排第 54 名(前 100 名)。另有 153 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 Max 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.6 Max 的价格为输入每百万 token $1.30、输出每百万 token $7.80,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.92。标价最近一次变动是在 2026年11月4日。
Qwen3.6 Max 比 Gemini 3.7 Flash 更好吗?
截至 2026年11月16日,Gemini 3.7 Flash(推理强度 high)与 Qwen3.6 Max(推理强度 max)的质量不相上下(BenchLeader Index 62.1 比 62.1,在 ±4.6 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。
Qwen3.6 Max 是什么时候发布的?
Alibaba 于 2026年4月20日发布了 Qwen3.6 Max。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 Max: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-max。