BenchLeader

Qwen3.8 2.4T A95B

推理强度
质量第 154 / 339 名
51.4Index
高于中位数
较中位数 +1.2
价格第 187 / 255 名
$3.00每百万 token
比多数贵
中位数的 3.5 倍
速度第 187 / 216 名
41token/秒
后四分之一
中位数的 0.5 倍
性价比第 196 / 255 名
17.1分/$
后四分之一
中位数的 0.3 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,价格只有 26 分之一。

有 87 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)、Gemini 3.7 Flash (62.1, $1.50),另有 84 个。

截至 2026年11月16日,Qwen3.8 2.4T A95B(Alibaba)在 BenchLeader Index 上得分 51.4(共 608 个已排名配置)。表现最好的是长上下文(65),最弱的是推理(46)。API 价格为输入每百万 token $2.00、输出每百万 token $6.00(按 3:1 混合为 $3.00),为 2026年11月16日的标价。输出速度约为 41 token/秒(Artificial Analysis)。发布于 2026年8月12日。

要点(截至 2026年11月16日)

  • Qwen3.8 2.4T A95B 的 API 价格为输入每百万 token $2.00、输出每百万 token $6.00(按 3:1 混合为 $3.00)(标价,2026年11月16日)。
  • Qwen3.8 2.4T A95B 的输出速度约为 41 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen3.8 2.4T A95B 于 2026年8月12日发布(Alibaba)。

详细说明:Qwen3.8 2.4T A95B 是 Alibaba 的开放权重推理模型,发布于 2026年8月12日。其最佳配置在 BenchLeader Index 上得分 51.4 ±14.3,在 608 个配置中排第 311 名,处于下半区。关键在于这个“±”:另有 557 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,长上下文得分最高(65),推理最低(46)。按混合价格计,每百万 token $3.00,比大多数已排名模型贵。输出速度为 41 token/秒,首次回答需 107.3 秒,位于最慢的四分之一。它已在 4 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8月12日。

混合价格
$3.00/M
输入 $2.00 · 输出 $6.00
来源:Artificial Analysis
输出速度
41 tok/s
由 Artificial Analysis 测量
首次回答
107 s
首 token 1.83 s
上下文
1M
来源:models.dev
完整回答
248 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8月12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 Index51
  2. 推理46
  3. 智能体与工具48
  4. 知识49
  5. 长上下文65

嵌入这个排名

更多徽章样式
[![Qwen3.8 2.4T A95B on BenchLeader: 综合第 154 名](https://www.benchleader.com/badge/qwen3-8-2-4t-a95b.svg?style=compact)](https://www.benchleader.com/models/qwen3-8-2-4t-a95b)

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

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
low––41 tok/s107 s$0.0026
medium––41 tok/s107 s$0.0026
xhigh––41 tok/s107 s$0.0026智能体与工具 64
未说明最佳51.4#31141 tok/s107 s$0.0026智能体与工具 48 · 知识 49 · 长上下文 65 · 推理 46

Index 走势

2026年10月25日 至 2026年11月16日
375470

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

基准测试默认来源趋势
AA Openness Index不计入 Index27.8#260Artificial Analysis

推理

基准测试默认来源趋势
GPQA Diamond (AA)不计入 Index93.5%#14Artificial Analysis
Humanity's Last Exam (AA)不计入 Index42.5%#79Artificial Analysis
HLE-Diamond (AA)20.1%#81Artificial Analysis
CritPt不计入 Index20.0%#73Artificial Analysis

编程

基准测试lowmediumxhigh默认来源趋势
SciCode (AA)不计入 Index推理强度未说明–––54.0%#78Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–––11.1%#115Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明–––82.0%#39Artificial Analysis
GameBench 2 Overall不计入 Index跨设置–––52.8#30DuelLab GameBench 2
GameBench 2 by reasoning setting不计入 Index49.3#10142.4#12866.5#47–DuelLab GameBench 2

智能体与工具

基准测试xhigh默认来源趋势
MCP Atlas84.5%#7–Scale AI SEAL
GDPval-AA v2.1, normalised score不计入 Index推理强度未说明–55.4%#24Artificial Analysis
GDPval-AA v2.1不计入 Index推理强度未说明–1614#38Artificial Analysis
τ³-Banking (AA)推理强度未说明–49.1%#5Artificial Analysis
AutomationBench不计入 Index推理强度未说明–57.3%#72Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明–15.6%#120Artificial Analysis
EnterpriseOps-Gym不计入 Index推理强度未说明–47.4%#8Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明–1430#71Artificial Analysis
CWE-Bench (AA)推理强度未说明–28.3%#24Artificial Analysis
DeepSec-Bench (AA)推理强度未说明–9.5%#24Artificial Analysis
CyberGym end-to-end (AA)推理强度未说明–0.0%#23Artificial Analysis

人类偏好

基准测试默认来源趋势
EQ-Bench Creative Writing v3不计入 Index1844#19EQ-Bench

长上下文

基准测试默认来源趋势
AA-LCR v1.180.3%#81Artificial Analysis
MLCR不计入 Index30.6%#18Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index40.0#67Artificial Analysis
AA Progress Index v1不计入 Index317.8#74Artificial Analysis
AA Cyber Index不计入 Index12.6#26Artificial Analysis

安全与诚实

基准测试xhigh默认来源趋势
FORTRESS不计入 Index21.6%#43–Scale AI SEAL
DistressBench不计入 Index推理强度未说明–77.5%#9Scale AI SEAL

GameBench 2 Overall: 52.8. GameBench 2, best reasoning setting (XHigh): 66.5. 仅供参考,不计入 BenchLeader Index。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

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
Venice125 tok/s0.98 s$2.00$6.00262k–
Alibaba Cloud Int.39 tok/s1.78 s$2.00$6.001M–
SiliconFlow34 tok/s13 s$2.00$6.001.0Mfp8
NovitaAI26 tok/s6.04 s$2.00$6.001M–

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 $0.250。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$0.0026$0.00211.9 min
总结一份 30 页的报告12,000 / 600$0.028$0.0122.0 min
代码编辑6,000 / 1,500$0.021$0.0132.4 min
智能体编程会话60,000 / 4,000$0.144$0.0653.4 min
结构化信息提取2,000 / 200$0.0052$0.00261.9 min

Alibaba 的更多模型

本月新上线

将 Qwen3.8 2.4T A95B 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 Qwen3.8 2.4T A95B 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。

[![Qwen3.8 2.4T A95B on BenchLeader: 综合第 154 名](https://www.benchleader.com/badge/qwen3-8-2-4t-a95b.svg)](https://www.benchleader.com/models/qwen3-8-2-4t-a95b)

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). Qwen3.8 2.4T A95B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-8-2-4t-a95b

BibTeX:

@misc{benchleader_qwen3_8_2_4t_a95b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.8 2.4T A95B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-8-2-4t-a95b}},
  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

Qwen3.8 2.4T A95B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.8 2.4T A95B 的 BenchLeader Index 为 51.4 ±14.3。最强的是长上下文(65),最弱的是推理(46)。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。
Qwen3.8 2.4T A95B 排名第几?
截至 2026年11月16日,Qwen3.8 2.4T A95B 在 608 个已排名配置中排第 311 名。另有 557 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。
Qwen3.8 2.4T A95B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.8 2.4T A95B 的价格为输入每百万 token $2.00、输出每百万 token $6.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.00。
Qwen3.8 2.4T A95B 比 Qwen3.8-Flash-Next 更好吗?
截至 2026年11月16日,Qwen3.8 2.4T A95B 与 Qwen3.8-Flash-Next 的质量不相上下(BenchLeader Index 51.4 比 53.9,在 ±16.3 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。
Qwen3.8 2.4T A95B 是什么时候发布的?
Alibaba 于 2026年8月12日发布了 Qwen3.8 2.4T A95B。BenchLeader 收录了它在 4 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,《Qwen3.8 2.4T A95B: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/qwen3-8-2-4t-a95b。