BenchLeader

Qwen3.6 Plus

推理强度
质量第 50 / 339 名
59.0Index
前四分之一
较中位数 +8.8
价格第 145 / 255 名
$1.13每百万 token
比多数贵
中位数的 1.3 倍
速度第 165 / 216 名
52token/秒
后四分之一
中位数的 0.6 倍
性价比第 133 / 255 名
52.4分/$
低于中位数
中位数的 0.9 倍

性价比更高: GLM 5.3 Flash $0.238/M 即可获得 Index 57.8,便宜 79%。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,Qwen3.6 Plus(Alibaba)在 BenchLeader Index 上得分 59.0(共 608 个已排名配置)。表现最好的是指令遵循(73),最弱的是编程(51)。API 价格为输入每百万 token $0.500、输出每百万 token $3.00(按 3:1 混合为 $1.13),为 2026年11月16日的标价。输出速度约为 52 token/秒(Artificial Analysis)。发布于 2026年3月31日。

要点(截至 2026年11月16日)

  • Qwen3.6 Plus 的 API 价格为输入每百万 token $0.500、输出每百万 token $3.00(按 3:1 混合为 $1.13)(标价,2026年11月16日)。
  • Qwen3.6 Plus 的输出速度约为 52 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen3.6 Plus 于 2026年3月31日发布(Alibaba)。

详细说明:Qwen3.6 Plus 是 Alibaba 的闭源推理模型,发布于 2026年3月31日。其最佳配置在 BenchLeader Index 上得分 59.0 ±4.1,在 608 个配置中排第 112 名,处于上半区。关键在于这个“±”:另有 230 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(73),编程最低(51)。按混合价格计,每百万 token $1.13,价格居中。输出速度为 52 token/秒,首次回答需 44.4 秒,位于最慢的四分之一。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
$1.13/M
输入 $0.500 · 输出 $3.00
来源:Artificial Analysis
输出速度
52 tok/s
由 Artificial Analysis 测量
首次回答
44 s
首 token 1.13 s
上下文
1M
来源:models.dev
完整回答
113 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3月31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 Index59
  2. 推理63
  3. 编程51
  4. 智能体与工具53
  5. 数学58
  6. 知识57
  7. 指令遵循73
  8. 人类偏好62
  9. 多模态60
  10. 长上下文64

嵌入这个排名

更多徽章样式
[![Qwen3.6 Plus on BenchLeader: 综合第 50 名](https://www.benchleader.com/badge/qwen3-6-plus.svg?style=compact)](https://www.benchleader.com/models/qwen3-6-plus)

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
Qwen3.7 Plus2026年6月2日57.6#148
Qwen3.6 Plus本页2026年3月31日59.0#112
Qwen3.5 Plusthinking2026年2月16日57.4#156

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––52 tok/s44 s$0.0011数学 43
未说明最佳59.0#11252 tok/s44 s$0.0011智能体与工具 53 · 编程 51 · 人类偏好 62 · 指令遵循 73 · 知识 57 · 长上下文 64 · 数学 58 · 多模态 60 · 推理 63

Index 走势

2026年9月8日 至 2026年11月16日
515865

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–88.4%#68Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明–1467#87Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index推理强度未说明–75.8%#61LiveBench
GPQA Diamond (AA)不计入 Index推理强度未说明–88.2%#93Artificial Analysis
Humanity's Last Exam (AA)不计入 Index推理强度未说明–27.9%#187Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明–87.4%#37Vals AI
CritPt不计入 Index推理强度未说明–2.9%#201Artificial Analysis
Arena Expert不计入 Index推理强度未说明–1475#86Arena (LMArena)
Chess Puzzles不计入 Index推理强度未说明–16.0%#115Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index12.0%#108–Epoch AI Benchmarking Hub
CL-bench不计入 Index推理强度未说明–20.3%#8Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明–33.1%#138Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明–81.9%#131Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
SWE-bench Verified (Epoch)57.9%#30Epoch AI Benchmarking Hub
SciCode40.7%#174SciCode
Arena Coding1496#88Arena (LMArena)
Arena WebDev1461#80Arena (LMArena)
LiveBench 1.0 Coding不计入 Index78.2%#32LiveBench
LiveCodeBench86.0%#24Vals AI
SWE-bench (Vals)不计入 Index73.4%#50Vals AI
Code Migration不计入 Index11.1%#64Vals AI
ProgramBench不计入 Index0.0%#34Vals AI
Vibe Code Bench v1.1不计入 Index25.6%#84Vals AI
ALE-Bench不计入 Index670.1#101Epoch AI Benchmarking Hub
Terminal-Bench 2.1 (AA)不计入 Index61.4%#97Artificial Analysis
Design Arena Website不计入 Index1234#71Design Arena

智能体与工具

基准测试默认来源趋势
LiveBench Agentic Coding不计入 Index41.4%#61LiveBench
Terminal-Bench Hard43.9%#37Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index97.7%#9Artificial Analysis
Terminal-Bench 2.1 (Vals)53.2%#55Vals AI
GDPval-AA v2.1不计入 Index997#185Artificial Analysis
τ³-Banking (AA)20.8%#97Artificial Analysis
Finance Agent v2不计入 Index40.9%#63Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index1.3%#55Vals AI
Legal Research Bench不计入 Index14.9%#77Vals AI
Tax Agent Bench不计入 Index7.7%#73Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index44.9%#23Vals AI
Vending-Bench 2不计入 Index5114.9#33Andon Labs

数学

基准测试无推理默认来源趋势
FrontierMath Tiers 1–332.3%#7738.3%#67Epoch AI Benchmarking Hub
OTIS Mock AIME推理强度未说明–93.3%#68Epoch AI Benchmarking Hub
LiveBench Mathematics不计入 Index推理强度未说明–83.7%#59LiveBench
AIME (Vals)推理强度未说明–94.6%#13Vals AI
Arena Maths推理强度未说明–1451#77Arena (LMArena)

知识

基准测试默认来源趋势
SimpleQA Verified44.1%#45Epoch AI Benchmarking Hub
LiveBench 1.0 Data Analysis不计入 Index69.9%#53LiveBench
MMLU-Pro87.7%#24Vals AI
LegalBench84.2%#37Vals AI
CorpFin61.9%#51Vals AI
TaxEval74.7%#31Vals AI
CaseLaw v2不计入 Index51.5%#49Vals AI
Excel Modeling Benchmark不计入 Index32.9%#63Vals AI
MedCode不计入 Index36.9%#74Vals AI
MedScribe不计入 Index77.0%#71Vals AI

指令遵循

基准测试默认来源趋势
LiveBench Language不计入 Index75.0%#48LiveBench
LiveBench Instruction Following不计入 Index58.3%#60LiveBench
IFBench75.2%#34Artificial Analysis
Arena Instruction Following不计入 Index1435#90Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1443#92Arena (LMArena)
Arena Creative Writing不计入 Index1407#101Arena (LMArena)
Arena Multi-turn不计入 Index1445#101Arena (LMArena)
Arena Longer Queries不计入 Index1455#84Arena (LMArena)

多模态

基准测试默认来源趋势
MMMU-Pro78.0%#89Artificial Analysis
MMMU-Pro (Vals)不计入 Index84.2%#27Vals AI
MortgageTax不计入 Index68.0%#21Vals AI

长上下文

基准测试默认来源趋势
AA-LCR v1.178.3%#127Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index148.9#71Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index68.9%#58LiveBench
AA Intelligence Index v4.3.2不计入 Index27.0#152Artificial Analysis
AA Progress Index v1不计入 Index283.4#164Artificial Analysis
Vals Multimodal Index不计入 Index51.5%#25Vals AI

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.45 tok/s3.67 s$0.325$1.951M–

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 $0.050。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$0.0011$0.001050.1 s
总结一份 30 页的报告12,000 / 600$0.0078$0.003855.8 s
代码编辑6,000 / 1,500$0.0075$0.00551.2 min
智能体编程会话60,000 / 4,000$0.042$0.0222.0 min
结构化信息提取2,000 / 200$0.0016$0.000948.2 s

Alibaba 的更多模型

本月新上线

将 Qwen3.6 Plus 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 Plus 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 Plus on BenchLeader: 综合第 50 名](https://www.benchleader.com/badge/qwen3-6-plus.svg)](https://www.benchleader.com/models/qwen3-6-plus)

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

BibTeX:

@misc{benchleader_qwen3_6_plus_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.6 Plus on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-6-plus}},
  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 Plus 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.6 Plus 的 BenchLeader Index 为 59.0 ±4.1。最强的是指令遵循(73),最弱的是编程(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 Plus 排名第几?
截至 2026年11月16日,Qwen3.6 Plus 在 608 个已排名配置中排第 112 名。另有 230 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 Plus 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.6 Plus 的价格为输入每百万 token $0.500、输出每百万 token $3.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.13。
Qwen3.6 Plus 比 DeepSeek V4.1 Flash 1017 更好吗?
截至 2026年11月16日,DeepSeek V4.1 Flash 1017(推理强度 max)与 Qwen3.6 Plus 的质量不相上下(BenchLeader Index 57.7 比 59.0,在 ±5.4 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 Plus 是什么时候发布的?
Alibaba 于 2026年3月31日发布了 Qwen3.6 Plus。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 Plus: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-plus。