BenchLeader

Qwen3.8 27B

推理强度
质量第 108 / 339 名
55.1Index
高于中位数
较中位数 +4.9
价格第 141 / 255 名
$1.06每百万 token
比多数贵
中位数的 1.3 倍
速度第 128 / 216 名
73token/秒
低于中位数
中位数的 0.9 倍
性价比第 136 / 255 名
51.7分/$
低于中位数
中位数的 0.9 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 87%。

有 20 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 17 个。

截至 2026年11月16日,Qwen3.8 27B(Alibaba)在 BenchLeader Index 上得分 55.1(共 608 个已排名配置)。表现最好的是编程(62),最弱的是智能体与工具(44)。API 价格为输入每百万 token $0.450、输出每百万 token $3.00(按 3:1 混合为 $1.09),为 2026年11月16日的标价。输出速度约为 73 token/秒(OpenRouter)。发布于 2026年8月14日。

要点(截至 2026年11月16日)

  • Qwen3.8 27B 的 API 价格为输入每百万 token $0.450、输出每百万 token $3.00(按 3:1 混合为 $1.09)(标价,2026年11月16日)。
  • Qwen3.8 27B 的输出速度约为 73 token/秒(OpenRouter,2026年11月16日)。
  • Qwen3.8 27B 于 2026年8月14日发布(Alibaba)。

详细说明:Qwen3.8 27B 是 Alibaba 的开放权重推理模型,发布于 2026年8月14日。其最佳配置在 BenchLeader Index 上得分 55.1 ±5.6,在 608 个配置中排第 221 名,处于上半区。关键在于这个“±”:另有 314 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,编程得分最高(62),智能体与工具最低(44)。按混合价格计,每百万 token $1.06,价格居中。输出速度为 73 token/秒,首 token 延迟 0.7 秒,比大多数模型慢。它已在 6 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
$1.06/M
输入 $0.420 · 输出 $3.00
来源:models.dev
输出速度
73 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.74 s
上下文
262k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年8月14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 Index55
  2. 推理58
  3. 编程62
  4. 智能体与工具44
  5. 数学55
  6. 人类偏好61
  7. 多模态61

嵌入这个排名

更多徽章样式
[![Qwen3.8 27B on BenchLeader: 综合第 109 名](https://www.benchleader.com/badge/qwen3-8-27b.svg?style=compact)](https://www.benchleader.com/models/qwen3-8-27b)

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 27B本页2026年8月14日55.1#221
Qwen3.6 27Bthinking2026年4月22日55.9#200
Qwen3.5-27B2026年2月24日52.0#292

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45.5#45341 tok/s5.27 s$0.0011智能体与工具 48 · 编程 33 · 知识 41 · 长上下文 59 · 多模态 52 · 推理 32
low49.0#37346 tok/s16 s$0.0011智能体与工具 61 · 编程 41 · 知识 33 · 长上下文 63 · 多模态 56 · 推理 39
medium50.2#34347 tok/s24 s$0.0011智能体与工具 77 · 编程 40 · 知识 25 · 长上下文 65 · 多模态 56 · 推理 39
xhigh52.2#28347 tok/s109 s$0.0011智能体与工具 47 · 编程 50 · 知识 50 · 长上下文 66 · 多模态 59 · 推理 44
max––73 tok/s0.74 s$0.0011综合 37
未说明最佳55.1#22173 tok/s0.74 s$0.0011智能体与工具 44 · 编程 62 · 人类偏好 61 · 数学 55 · 多模态 61 · 推理 58

Index 走势

2026年9月8日 至 2026年11月16日
435464
  • 默认
  • xhigh
  • medium
  • low

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

基准测试无推理lowmediumxhigh来源趋势
AA Openness Index不计入 Index38.9#15538.9#15538.9#15538.9#155Artificial Analysis

推理

基准测试无推理lowmediumxhighmax默认来源趋势
SimpleBench推理强度未说明–––––60.2%#46SimpleBench
Arena Hard Prompts推理强度未说明–––––1459#102Arena (LMArena)
LiveBench 2.0 Reasoning不计入 Index––––80.0%#26–LiveBench
LiveBench 1.0 Reasoning不计入 Index推理强度未说明–––––80.0%#53LiveBench
GPQA Diamond (AA)不计入 Index81.8%#18084.5%#14084.5%#14090.5%#59––Artificial Analysis
Humanity's Last Exam (AA)不计入 Index12.1%#29914.0%#27914.1%#27733.9%#144––Artificial Analysis
HLE-Diamond (AA)4.2%#1626.8%#1366.7%#13715.3%#99––Artificial Analysis
GPQA Diamond (Vals)不计入 Index–––88.9%#31––Vals AI
ARC-AGI-134.0%#21069.2%#15268.7%#15387.5%#100––ARC Prize
ARC-AGI-21.5%#22222.8%#14913.2%#16142.4%#123––ARC Prize
CritPt不计入 Index0.3%#2910.0%#3370.0%#3375.4%#168––Artificial Analysis
CritPt v2 hard subset (AA)2.0%#1235.5%#11316.5%#1034.0%#116––Artificial Analysis
Arena Expert不计入 Index推理强度未说明–––––1473#90Arena (LMArena)
LMCA不计入 Index推理强度未说明–––––41.4%#110Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明–––––88.0%#102Epoch AI Benchmarking Hub

编程

基准测试无推理lowmediumxhighmax默认来源趋势
SciCode36.2%#20340.0%#18039.0%#18746.6%#149––SciCode
Arena Coding推理强度未说明–––––1496#89Arena (LMArena)
Arena WebDev推理强度未说明–––––1590#39Arena (LMArena)
LiveBench 2.0 Coding不计入 Index––––69.3%#22–LiveBench
LiveBench 1.0 Coding不计入 Index推理强度未说明–––––75.7%#50LiveBench
SciCode (AA)不计入 Index36.2%#21540.0%#19139.0%#19846.6%#155––Artificial Analysis
LiveCodeBench–––84.0%#42––Vals AI
IOI–––39.1%#38––Vals AI
SWE-bench (Vals)不计入 Index–––86.0%#15––Vals AI
Code Migration不计入 Index–––14.2%#58––Vals AI
ProgramBench不计入 Index–––0.0%#34––Vals AI
Vibe Code Bench v1.1不计入 Index–––64.8%#57––Vals AI
Surface Evolver Bench不计入 Index–––45.0%#21––Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index0.0%#1862.5%#1455.0%#1345.6%#132––Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index49.1%#12567.4%#7965.2%#8379.8%#47––Artificial Analysis
GameBench 2 by reasoning setting不计入 Index––39.2#14043.8#119––DuelLab GameBench 2
FrontierCode 1.1 (AA)不计入 Index7.9%#7928.9%#6634.7%#5634.2%#57––Artificial Analysis
FrontierCode 2.0 (AA)3.7%#11312.4%#9011.5%#9314.9%#85––Artificial Analysis

智能体与工具

基准测试无推理lowmediumxhighmax默认来源趋势
APEX-Agents推理强度未说明–––––47.5%#41Mercor
Arena Agent推理强度未说明–––––-4.8#42Arena (LMArena)
LiveBench Long Agentic不计入 Index––––15.9%#28–LiveBench
LiveBench Browser不计入 Index––––24.2%#29–LiveBench
LiveBench Agentic Coding不计入 Index推理强度未说明–––––61.4%#13LiveBench
Terminal-Bench 2.1 (Vals)–––58.4%#41––Vals AI
GDPval-AA v2.1, normalised score不计入 Index28.7%#8843.2%#5544.0%#5346.0%#49––Artificial Analysis
GDPval-AA v2.1不计入 Index1081#1641366#971391#911426#82––Artificial Analysis
τ³-Banking (AA)20.0%#10232.2%#5947.4%#748.0%#6––Artificial Analysis
CyberBench不计入 Index–––67.8%#27––Vals AI
Finance Agent v2不计入 Index–––48.5%#50––Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index–––11.3%#15––Vals AI
Legal Research Bench不计入 Index–––36.1%#49––Vals AI
SkillsBench不计入 Index–––38.1%#30––Vals AI
Tax Agent Bench不计入 Index–––30.9%#32––Vals AI
Terminal-Bench Science不计入 Index–––0.0%#42––Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–––––-2.7#37Arena (LMArena)
AutomationBench不计入 Index12.4%#18430.1%#14840.3%#13048.2%#112––Artificial Analysis
GDP.pdf (AA)不计入 Index5.2%#19610.4%#16012.8%#13716.4%#116––Artificial Analysis
EnterpriseOps-Gym不计入 Index–––44.2%#17––Artificial Analysis
AA-Briefcase v1.1不计入 Index900#1761268#1011371#801391#79––Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index0.0%#1150.5%#1100.9%#1050.5%#110––Artificial Analysis
CWE-Bench (AA)–––26.7%#26––Artificial Analysis
DeepSec-Bench (AA)–––11.5%#23––Artificial Analysis
CyberGym end-to-end (AA)–––0.0%#23––Artificial Analysis

数学

基准测试默认来源趋势
ProofBench16.0%#60Vals AI
LiveBench Mathematics不计入 Index86.2%#53LiveBench
Arena Maths1451#76Arena (LMArena)

知识

基准测试无推理lowmediumxhighmax默认来源趋势
LiveBench 2.0 Data Analysis不计入 Index––––76.6%#18–LiveBench
LiveBench Research不计入 Index––––61.3%#31–LiveBench
LiveBench 1.0 Data Analysis不计入 Index推理强度未说明–––––76.6%#31LiveBench
AA-Omniscience v1.1-7.3#101-21.5#128-35.9#135-6.4#97––Artificial Analysis
MMLU-Pro–––84.3%#62––Vals AI
LegalBench–––82.4%#71––Vals AI
TaxEval–––70.8%#84––Vals AI
Excel Modeling Benchmark不计入 Index–––59.7%#37––Vals AI
MedCode不计入 Index–––28.7%#96––Vals AI
MedScribe不计入 Index–––83.8%#40––Vals AI
AA-Omniscience v1.1: accuracy不计入 Index9.1%#14218.3%#12717.9%#12917.3%#133––Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index82.0%#1251.3%#7334.6%#10171.4%#34––Artificial Analysis

指令遵循

基准测试默认来源趋势
LiveBench Language不计入 Index74.3%#51LiveBench
LiveBench Instruction Following不计入 Index72.7%#19LiveBench
Arena Instruction Following不计入 Index1419#114Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1434#109Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1671#39EQ-Bench
Arena Creative Writing不计入 Index1359#165Arena (LMArena)
Arena Multi-turn不计入 Index1436#109Arena (LMArena)
Arena Longer Queries不计入 Index1443#107Arena (LMArena)

多模态

基准测试无推理lowmediumxhighmax默认来源趋势
Arena Vision推理强度未说明–––––1270#42Arena (LMArena)
LiveBench Design不计入 Index––––72.4%#22–LiveBench
MMMU-Pro69.9%#16473.8%#13374.2%#12776.3%#102––Artificial Analysis
MMMU-Pro (Vals)不计入 Index–––83.9%#28––Vals AI
MortgageTax不计入 Index–––64.9%#43––Vals AI
GeoBench不计入 Index推理强度未说明–––––38.0%#41GeoBench
Code2Video-AA不计入 Index–––949#21––Artificial Analysis

长上下文

基准测试无推理lowmediumxhigh来源趋势
AA-LCR v1.169.3%#24377.3%#14879.7%#10082.0%#54Artificial Analysis
MLCR不计入 Index10.0%#1247.8%#1393.9%#16622.8%#38Artificial Analysis

综合

基准测试无推理lowmediumxhighmax默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明–––––152.6#56Epoch AI Benchmarking Hub
LiveBench 2.0––––54.0%#28–LiveBench
LiveBench 1.0不计入 Index推理强度未说明–––––75.3%#38LiveBench
AA Intelligence Index v5.0.1不计入 Index10.0#11315.7#10317.5#10120.1#93––Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index20.1#24326.2#16227.6#14833.7#109––Artificial Analysis
AA Progress Index v1不计入 Index261.8#237283#166290.4#144303.1#115––Artificial Analysis
AA Cyber Index不计入 Index–––12.7#25––Artificial Analysis

GameBench 2, best reasoning setting (XHigh): 43.8. 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.

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
Cerebras759 tok/s0.26 s$0.990$1.4966kfp16
Nebius Token Factory261 tok/s0.90 s$0.450$3.001Mfp4
Wafer257 tok/s0.44 s$0.060$2.20262kfp8
CoreWeave123 tok/s0.75 s$0.400$3.00262kfp8
Modal107 tok/s0.58 s$0.040$2.30262k–
DekaLLM102 tok/s0.87 s$0.040$2.50262k–
Prime Intellect98 tok/s0.72 s$0.140$0.998262kfp8
Tenstorrent89 tok/s0.66 s$0.150$1.60262kfp8
NEAR AI86 tok/s1.34 s$0.040$1.35262kfp8
Parasail67 tok/s0.74 s$0.240$2.20262kfp8
Reka AI65 tok/s1.69 s$0.150$2.50262kfp8
Venice62 tok/s0.76 s$0.450$3.20262kfp8
Ionstream61 tok/s0.67 s$0.040$1.95262kfp8
AkashML53 tok/s0.65 s$0.225$1.98262kfp8
Mancer50 tok/s1.29 s$0.125$2.00262kfp8
NovitaAI47 tok/s2.06 s$0.420$3.001M–
Chutes39 tok/s1.79 s$0.039$1.25262kfp8
DeepInfra34 tok/s0.78 s$0.150$1.88262kbf16
Cloudflare31 tok/s0.58 s$0.450$3.20262k–
Alibaba Cloud Int.29 tok/s3.87 s$0.425$2.551M–
Darkbloom23 tok/s2.91 s$0.035$1.50262kfp4
StreamLake11 tok/s15 s$0.175$1.051.0M–

使用情况

Qwen3.8 27B 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#37
token 份额 0.37%
可用性,72 小时
99.9%
OpenRouter,全部提供商
工具调用错误率,7 天
1.06%
占工具调用
OpenRouter 每日 token 数(2026年10月17日 至 2026年11月15日):共 2.74T,环比上周 +8.2%。

过去 30 天的典型请求:每次请求 17.3k token、每个输出 token 对应 24 个输入 token、75% 的输入来自缓存、66% 的输出为推理内容、每次请求 0.25 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:Portkey AI (209B)、Codex (187B)、Hermes Agent (98.0B)、Claude Code (96.0B)、pi (73.5B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Cerebras1,676 tok/s0.74 s100.00%
Runinfra176 tok/s1.25 s99.75%
Wafer168 tok/s0.43 s100.00%
Alibaba Cloud108 tok/s0.97 s100.00%
DeepInfra–0.37 s99.96%
Novita–1.01 s100.00%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.825$1.65$2.48$3.3026年9月26年10月26年11月
输入 输出
当前:输入 $0.420 · 输出 $3.00

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 $0.085。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$0.00104.9 s
总结一份 30 页的报告12,000 / 600$0.0068$0.00389.0 s
代码编辑6,000 / 1,500$0.0070$0.005521.3 s
智能体编程会话60,000 / 4,000$0.037$0.02255.5 s
结构化信息提取2,000 / 200$0.0014$0.00093.5 s

Alibaba 的更多模型

本月新上线

将 Qwen3.8 27B 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 27B 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 27B on BenchLeader: 综合第 109 名](https://www.benchleader.com/badge/qwen3-8-27b.svg)](https://www.benchleader.com/models/qwen3-8-27b)

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 27B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-8-27b

BibTeX:

@misc{benchleader_qwen3_8_27b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.8 27B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-8-27b}},
  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 27B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.8 27B 的 BenchLeader Index 为 55.1 ±5.6。最强的是编程(62),最弱的是智能体与工具(44)。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 27B 排名第几?
截至 2026年11月16日,Qwen3.8 27B 在 608 个已排名配置中排第 221 名。另有 314 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 27B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.8 27B 的价格为输入每百万 token $0.420、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 $1.06。标价最近一次变动是在 2026年11月14日。
Qwen3.8 27B 比 MiniMax M3.1 Flash 更好吗?
截至 2026年11月16日,MiniMax M3.1 Flash 与 Qwen3.8 27B 的质量不相上下(BenchLeader Index 54.3 比 55.1,在 ±7.2 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 27B 是什么时候发布的?
Alibaba 于 2026年8月14日发布了 Qwen3.8 27B。BenchLeader 收录了它在 6 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 27B: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/qwen3-8-27b。