Qwen3.6 Max
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
- 综合 Index62
- 推理61
- 编程56
- 智能体与工具72
- 数学64
- 知识60
- 指令遵循75
- 人类偏好65
- 长上下文65
嵌入这个排名
更多徽章样式[](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。
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 Maxmax | 2026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。
Index 走势
2026年9月10日 至 2026年11月16日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%#84 | Epoch AI Benchmarking Hub | |
| SimpleBench | – | 63.0%#35 | SimpleBench | |
| Arena Hard Prompts | – | 1481#66 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | – | 88.8%#87 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | – | 30.8%#159 | Artificial Analysis | |
| CritPt不计入 Index | – | 3.7%#190 | Artificial Analysis | |
| Arena Expert不计入 Index | – | 1497#51 | Arena (LMArena) | |
| Mystery Game Puzzles不计入 Index | 19.0%#69 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | – | 42.5%#107 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | 87.2%#108 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| SWE-bench Verified (Epoch) | 76.7%#9 | Epoch AI Benchmarking Hub | |
| Arena Coding | 1510#62 | Arena (LMArena) | |
| Arena WebDev | 1482#75 | Arena (LMArena) | |
| SWE-bench (Vals)不计入 Index | 72.8%#52 | Vals AI |
智能体与工具
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 43.9%#37 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 95.9%#15 | Artificial Analysis | |
| Terminal-Bench 2.0 (Vals)不计入 Index | 51.7%#17 | Vals AI | |
| Vending-Bench 2不计入 Index | 4254.2#43 | Andon Labs |
数学
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 91.1%#79 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1471#51 | Arena (LMArena) |
知识
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| SimpleQA Verified | 52.0%#28 | Epoch AI Benchmarking Hub | |
| CorpFin | 66.5%#19 | Vals AI | |
| CaseLaw v2不计入 Index | 47.9%#51 | Vals AI |
指令遵循
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 76.6%#19 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1451#66 | Arena (LMArena) |
人类偏好
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1460#63 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1438#62 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1466#72 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1473#60 | Arena (LMArena) |
长上下文
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 80.7%#74 | Artificial Analysis |
综合
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 149.8#69 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 28.4#141 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 297.1#127 | Artificial Analysis |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 | – |
将 Qwen3.6 Max 与以下模型对比
- Qwen3.6 Max vs GPT-6.1 Sol
- Qwen3.6 Max vs Gemini 4 Argon
- Qwen3.6 Max vs Claude Sonnet 5.5
- Qwen3.6 Max vs Qwen3.8 Max
- Qwen3.6 Max vs Muse Spark
- Qwen3.6 Max vs DeepSeek V4.1 Flash 1017
- Qwen3.6 Max vs Qwen3.8-Flash-Next
- Qwen3.6 Max vs Claude Fable 5
- Qwen3.6 Max vs Grok 4.7
- Qwen3.6 Max vs Claude Fable 5.1
- Qwen3.6 Max vs Muse Wonder
- Qwen3.6 Max vs MiMo-V2.6-Pro
- Qwen3.6 Max vs GPT-6 Astra
- Qwen3.6 Max vs Step 5 Preview
- Qwen3.6 Max vs Claude Opus 5.5
- Qwen3.6 Max vs Gemini 3.7 Flash
- Qwen3.6 Max vs Muse Spark 1.1
- Qwen3.6 Max vs Kimi K3.1 Pro
- Qwen3.6 Max vs Claude Opus 4.6
- Qwen3.6 Max vs Gemini 3.5 Flash
- Qwen3.6 Max vs Muse Wonder Full
- Qwen3.6 Max vs GPT-6 Sol
- Qwen3.6 Max vs Muse Spark 1.3
- Qwen3.6 Max vs Muse Spark 1.2
- Qwen3.6 Max vs GPT-5.3-Codex
- Qwen3.6 Max vs Claude Opus 4.7
- Qwen3.6 Max vs GPT-5.4 Pro
- Qwen3.6 Max vs GPT-5.4
- Qwen3.6 Max vs Gemini 4 Hydrogen
- Qwen3.6 Max vs GPT-5.5
- Qwen3.6 Max vs GPT-6.1 Terra
- Qwen3.6 Max vs Kimi K3.1 Pro Together
- Qwen3.6 Max vs Claude Opus 5
- Qwen3.6 Max vs GPT-5.6 Sol
- Qwen3.6 Max vs Gemini 4 Carbon
- Qwen3.6 Max vs Muse Spark Open
- Qwen3.6 Max vs Claude Fable 5.2
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。
[](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}
}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。